有人知道如何找到表达式中字符串的第n个出现以及如何用正则表达式替换它吗?
例如我有以下字符串
txt <- "aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa"
我希望用“|”代替' - '的第五次出现 和“||”的第7次出现像
[1] aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa
我该怎么做?
谢谢, 弗洛里安
答案 0 :(得分:7)
(1)sub 可以使用sub
在单个正则表达式中完成:
> sub("(^(.*?-){4}.*?)-(.*?-.*?)-", "\\1|\\3||", txt, perl = TRUE)
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"
(2)sub two 或此变体调用sub
两次:
> txt2 <- sub("(^(.*?-){6}.*?)-", "\\1|", txt, perl = TRUE)
> sub("(^(.*?-){4}.*?)-", "\\1||", txt2, perl = TRUE)
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"
(3)sub.fun 或此变体会创建一个替代的函数sub.fun
。它利用gsubfn package中的fn$
将n-1
,pat
和value
替换为sub
参数。首先定义指示的函数,然后调用它两次。
library(gsubfn)
sub.fun <- function(x, pat, n, value) {
fn$sub( "(^(.*?-){`n-1`}.*?)$pat", "\\1$value", x, perl = TRUE)
}
> sub.fun(sub.fun(txt, "-", 7, "||"), "-", 5, "|")
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"
(我们可以使用sub
或sub.fun
修改paste
正文中sprintf
的参数,以提供基本R解决方案,但代价是额外费用详细程度。)
这可以作为替代函数重新表述,给出了令人满意的顺序:
"sub.fun<-" <- sub.fun
tt <- txt # make a copy so that we preserve the input txt
sub.fun(tt, "-", 7) <- "||"
sub.fun(tt, "-", 5) <- "|"
> tt
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"
(4)gsubfn 使用gsubfn package中的gsubfn
我们可以使用一个特别简单的正则表达式(它只是"-"
)并且代码相当直截了当的结构。我们通过proto方法执行替换。传递包含该方法的proto对象来代替替换字符串。这种方法的简单性源自gsubfn
自动使count
变量可用于此类方法的事实:
library(gsubfn) # gsubfn also pulls in proto
p <- proto(fun = function(this, x) {
if (count == 5) return("|")
if (count == 7) return("||")
x
})
> gsubfn("-", p, txt)
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"
更新:一些更正。
更新2:为(3)添加了替换函数方法。
更新3:向pat
添加了sub.fun
参数。
答案 1 :(得分:4)
另一种可能性是使用Hadley的stringr
包,它构建了我写的函数的基础:
require(stringr)
replace.nth <- function(string, pattern, replacement, n) {
locations <- str_locate_all(string, pattern)
str_sub(string, locations[[1]][n, 1], locations[[1]][n, 2]) <- replacement
string
}
txt <- "aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa"
txt.new <- replace.nth(txt, "-", "|", 5)
txt.new <- replace.nth(txt.new, "-", "||", 7)
txt.new
# [1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa-aaa||aaa-aaa"
答案 2 :(得分:1)
执行此操作的一种方法是使用gregexpr
查找-
的位置:
posns <- gregexpr("-",txt)[[1]]
然后粘贴相关的碎片和分隔符:
paste0(substr(txt,1,posns[5]-1),"|",substr(txt,posns[5]+1,posns[7]-1),"||",substr(txt,posns[7]+1,nchar(txt)))
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"