使用OR和NOT在R中Grep

Question

我在R中有以下向量，我想找到所有字符串有A和B但不是数字2。

vec1<-c("A_cont_1", "A_cont_12", "B_treat_8", "AB_cont_22", "cont_21_Aa")

以下不起作用：

grep("A|B|!2", vec1)

它让我回到了所有的字符串：

[1] 1 2 3 4 5

这个例子也是如此：

grep("A|B|-2", vec1)

正确的语法是什么？

Answer 1

您可以使用相当简单的正则表达式执行此操作：

grep("^[^2]*[AB][^2]*$", vec1)

用语言来表示：

• ^匹配字符串的开头
• [^2]*匹配除“2”以外的任何内容，零次或多次
• [AB]匹配“A”或“B”
• [^2]*匹配除“2”以外的任何内容，零次或多次
• $匹配字符串的结尾

Answer 2

我会使用两个grep来电：

intersect(grep("A|B",vec1),grep("2",vec1,invert=TRUE))
#[1] 1 3

Answer 3

OP，你的尝试非常接近，试试这个：

grep('^(A|B|[^2])*$', vec1)

Answer 4

grep通常不能很好地在一次调用中进行正面和负面搜索。您可能能够使用复杂的正则表达式，但您可能会做得更好：

 grep '[AB]' somefile.txt | grep -v '2'

R的等价物是：

grep("2", grep("A|B", vec1, value = T), invert = T)

Answer 5

我扩展了@eddi提供的答案。我已经在R中对其进行了测试，并且对我有用。我更改了示例中的最后一个变量，因为它们都包含A | B。

# Create the vector from the OP with one change
vec1<-c("A_cont_1", "A_cont_12", "B_treat_8", "AB_cont_22", "cont_21_dd")

然后运行以下代码。它将告诉您应该从grep的每个部分获得哪些结果。

首先，请告诉我哪些列包含A或B

> grepl("A|B", vec1)
[1] TRUE TRUE TRUE TRUE FALSE

现在告诉我哪些列包含“ 2”

> grepl("2", vec1)
[1] FALSE TRUE FALSE TRUE TRUE

我们想要的索引是2,4

> grep("2", grep("A|B", vec1, value = T))
[1] 2 4

完成！