Question

我希望看到"001"或"100"或"000"出现在0和1的4个字符的字符串中。例如，4个字符的字符串可能类似于"1100"或"0010"或"1001"或"1111"。如何使用单个命令匹配字符串中的许多字符串？

我知道grep可以用于模式匹配，但是使用grep，我一次只能检查一个字符串。我想知道多个字符串是否可以与其他命令或grep本身一起使用。

Answer 1

是的，你可以。 |模式中的grep与or具有相同的含义。因此，您可以使用"001|100|000"作为模式来测试您的模式。同时，grep被矢量化，因此所有这一切都可以一步完成：

x <- c("1100", "0010", "1001", "1111")
pattern <- "001|100|000"

grep(pattern, x)
[1] 1 2 3

这将返回一个索引，其中包含哪些向量包含匹配的模式（在本例中为前三个。）

有时使用逻辑向量可以更方便地告诉您向量中的哪些元素匹配。然后，您可以使用grepl：

grepl(pattern, x)
[1]  TRUE  TRUE  TRUE FALSE

有关R。

中正则表达式的帮助，请参阅?regex

修改为避免手动创建模式，我们可以使用paste：

myValues <- c("001", "100", "000") pattern <- paste(myValues, collapse = "|")

Answer 2

以下是使用stringr包

的一种解决方案

require(stringr)
mylist = c("1100", "0010", "1001", "1111")
str_locate(mylist, "000|001|100")

Answer 3

使用-e参数添加其他模式：

echo '1100' | grep -e '001' -e '110' -e '101'

Answer 4

您还可以使用%like%库中的data.table运算符。

library(data.table)

# input
  x <- c("1100", "0010", "1001", "1111")
  pattern <- "001|100|000"

# check for pattern
  x %like% pattern

> [1]  TRUE  TRUE  TRUE FALSE

Answer 5

如果您想要逻辑矢量，那么您应该从stri_detect包检查stringi函数。在你的情况下，模式是正则表达式，所以使用这个：

stri_detect_regex(x, pattern)
## [1]  TRUE  TRUE  TRUE FALSE

还有一些基准：

require(microbenchmark)
test <- stri_paste(stri_rand_strings(100000, 4, "[0-1]"))
head(test)
## [1] "0001" "1111" "1101" "1101" "1110" "0110"
microbenchmark(stri_detect_regex(test, pattern), grepl(pattern, test))
Unit: milliseconds
                             expr      min       lq     mean   median       uq      max neval
 stri_detect_regex(test, pattern) 29.67405 30.30656 31.61175 30.93748 33.14948 35.90658   100
             grepl(pattern, test) 36.72723 37.71329 40.08595 40.01104 41.57586 48.63421   100

Answer 6

很抱歉这是一个额外的答案，但评论太多了。

我只是想提醒一下，可以通过paste(..., collapse = "|")粘贴在一起作为单一匹配模式的项目数量是有限的 - 见下文。也许有人可以确定限制的确切位置？不可否认，这个数字可能不太现实，但根据要执行的任务，不应完全排除我们的考虑因素。

对于非常多的项目，需要一个循环来检查模式的每个项目。

set.seed(0)
samplefun <- function(n, x, collapse){
  paste(sample(x, n, replace=TRUE), collapse=collapse)
}

words <- sapply(rpois(10000000, 8) + 1, samplefun, letters, '')
text <- sapply(rpois(1000, 5) + 1, samplefun, words, ' ')

#since execution takes a while, I have commented out the following lines

#result <- grepl(paste(words, collapse = "|"), text)

# Error in grepl(pattern, text) : 
#   invalid regular expression 
# 'wljtpgjqtnw|twiv|jphmer|mcemahvlsjxr|grehqfgldkgfu|
# ...

#result <- stringi::stri_detect_regex(text, paste(words, collapse = "|"))

# Error in stringi::stri_detect_regex(text, paste(words, collapse = "|")) : 
# Pattern exceeds limits on size or complexity. (U_REGEX_PATTERN_TOO_BIG)

匹配多个模式

6 个答案: