Question

我想切断可变长度字符向量的末尾部分，这些字符都以I，J或IJ结尾，但还没有完全正确：

目前的尝试，使用一个简单的案例。

vars <- c("VARI", "VARJ", "VARIJ")
sapply(vars, function(v) {
  m <- regexec("^(.*)(?:I|J|IJ)$", v)
  regmatches(v, m)[[1]][2]
})

但是，它不适用于IJ案例：

 VARI   VARJ  VARIJ 
"VAR"  "VAR" "VARI"

Answer 1

~~尝试将IJ放在小组中：~~

^(.*?)(?:IJ|J|I)$

在尝试仅匹配IJ或I之前，它会与J匹配。

~~然后使.*懒惰（通过添加?）以防止.吃太多。~~

编辑：实际上，我搞砸了。这是交易：

在^(.*)(?:J|I|IJ)$中，.*将尽可能匹配，即整个字符串。在VARIJ的情况下，它将回溯到VARI并看到`（？：J | I | IJ）$`部分匹配。

让.*懒惰（通过添加?），点将首先与V中的VARIJ匹配，然后由于(?:J|I|IJ)$`` will continue with matching没有匹配一个. When it reaches R , it finds a match in（？：J | I | IJ）$``并停止吃更多的字符。

我最初搞砸了，因为这个问题有点像以前的问题，(1|5|10|50|100|500)之类的东西用于匹配500，但只有5匹配。这是不同的，因为行结束$。我很抱歉没有立即注意到变化。

结论，只要(?:J|I|IJ)$懒惰，您仍然可以使用.*。

Answer 2

好的旧简单gsub如何被矢量化，所以你只需要做...

gsub( "I$|J$|IJ$" , "" , vars )
#[1] "VAR" "VAR" "VAR"

$将正则表达式锚定在字符串的末尾，然后匹配I或J或IJ，并将其替换为空。

如何查找以I，J或IJ结尾的变量名的基本部分

2 个答案: