Question

在?agrep（grep模糊匹配）中，它提到我可以设置参数fixed=FALSE以将我的模式解释为正则表达式。

然而，我无法让它发挥作用！

agrep('(asdf|fdsa)', 'asdf', fixed=F)
# integer(0)

上面的应匹配，因为正则表达式“（asdf | fdsa）”完全匹配测试字符串“asdf”在这种情况下。

确认：

grep('(asdf|fdsa)', 'asdf', fixed=F)
# 1 : it does match with grep

更令人困惑的是，adist正确地将模式和字符串之间的距离设为0，这意味着agrep 肯定返回1而不是integer(0) （0不可能大于默认max.dist = 0.1）。

adist('(asdf|fdsa)', 'asdf', fixed=F) # [,1] # [1,] 0

为什么这不起作用？有什么我不明白的吗？解决方法？ 我很高兴使用adist，但我不完全确定如何将agrep的默认max.distance=0.1参数转换为adist的相应参数。

（是的，我被困在一台不能比R 2.15.2更好的旧电脑上）

> sessionInfo() R version 2.15.2 (2012-10-26) Platform: i686-redhat-linux-gnu (32-bit) locale: [1] LC_CTYPE=en_AU.utf8 LC_NUMERIC=C [3] LC_TIME=en_AU.utf8 LC_COLLATE=en_AU.utf8 [5] LC_MONETARY=en_AU.utf8 LC_MESSAGES=en_AU.utf8 [7] LC_PAPER=C LC_NAME=C [9] LC_ADDRESS=C LC_TELEPHONE=C [11] LC_MEASUREMENT=en_AU.utf8 LC_IDENTIFICATION=C attached base packages: [1] stats graphics grDevices utils datasets methods base

Answer 1

tl; dr：agrep(..., fixed=F)似乎无法使用“|”字符。使用aregexec。

经过进一步调查，我认为这是一个错误，agrep(..., fixed=F) 不似乎与'|'一起使用正则表达式（尽管adist(..., fixed=F)确实如此）。

详细说明，请注意

adist('(asdf|fdsa)', 'asdf', fixed=T) # 7 nchar('(asdf|fdsa)') # 11

如果'asdf'是{em>非正则表达式字符串'（asdf | fdsa）'agrep'，则距离为7。

关于那个说明：

agrep('(asdf|fdsa)', 'asdf', fixed=F, max.distance=7) # 1
agrep('(asdf|fdsa)', 'asdf', fixed=F, max.distance=6) # integer(0)

如果fixed=T，这些是我期望的结果。如果fixed=F，我的正则表达式将匹配'asdf'正好并且距离将为0，所以我总是会从agrep中得到'1'的结果。

所以它看起来 agrep(pattern, x, fixed=F)不起作用，即它实际上将fixed重新判断为这种模式为真。

正如@Arun提到的，它可能只是'|'不起作用的正则表达式。例如，agrep('la[sb]y', 'lazy', fixed=FALSE) 按预期工作。

编辑：解决方法（感谢@Arun）

功能aregexec似乎有效。

> aregexec('(asdf|fdsa)', 'asdf', fixed=F)
[[1]]
[1] 1 1
attr(,"match.length")
[1] 4 4

Answer 2

（最终）这已在R源“ trunk” /“ R-devel”中得到修复）和R-patched，它们将在2018年7月上旬成为R 3.5.1。

编辑：解决方法（感谢@Arun）

使用`agrep（...，fixed = F）`的困难

2 个答案: