R从给定的度量单位列表中提取度量单位和附加编号答案

【问题标题】：R extract unit of measure and attached number from string given list of units of measuresR从给定的度量单位列表中提取度量单位和附加编号
【发布时间】：2018-02-23 05:17:10
【问题描述】：

我正在使用 R 并且我有两个字符向量：

measures <- c('cm', 'mm', 'ml')
strings <- c('hgtrdhg cm12 mhjgf','asdfsf 12mm jhgjhg','adadf 45ml','ml89 jygjgh', 'cm 59 gfhgfd')

我必须为每个字符串提取度量单位和相关的数字，例如：

cm12、12mm、45ml、ml89、cm59 （原来最后一个字符串cm到59之间有一个空格）

数字可以在度量单位之前或之后。

【问题讨论】：

标签： r substring

【解决方案1】：

我们可以遍历“度量”并提取元素

library(dplyr)
library(stringr)
library(purrr)
measures %>%
       map(~ str_extract(strings, paste0("\\d*", .x, "\\s*\\d*"))) %>%
    do.call(coalesce, .) %>%
    str_replace_all(" ", "")
#[1] "cm12" "12mm" "45ml" "ml89" "cm59"

或者，如果我们想一次使用所有“措施”，那么 paste collapse 与 | 一起使用

pat <- paste0("(", paste("\\d*", measures, "\\s*\\d*", sep="", collapse="|"), ")")
str_replace_all(str_extract(strings, pat), " ", "")
#[1] "cm12" "12mm" "45ml" "ml89" "cm59"

【讨论】：

【解决方案2】：

使用基础 r：

m=paste0(".*?(\\d+\\s*(",m<-paste0(measures,collapse = "|"),")|(",m,")\\s*\\d+).*")
> sub(m,"\\1",strings)
[1] "cm12"  "12mm"  "45ml"  "ml89"  "cm 59"

sub(".*?(\\d+\\s*(cm|mm|ml)|(cm|mm|ml)\\s*\\d+).*","\\1",strings)
   [1] "cm12"  "12mm"  "45ml"  "ml89"  "cm 59"

【讨论】：