Question

使用R中的正则表达式，以下数据示例：

word <-c("Look at this and say: Oh ya," , 
         "Oh thanks!", 
         "what?! Oh my god!",
         "oh, No!", 
         "What's that for?", 
         "Don't you see that? oh you don't care.")

所以我想要模式哦哦或哦：

wordy = grep("Oh|oh", word, , value = TRUE)
wordy

查看结果：

[1] "Look at this and say: Oh ya,"          
[2] "Oh thanks!"                            
[3] "what?! Oh my god!"                     
[4] "oh, No!"                               
[5] "Don't you see that? oh you don't care."

有什么方法可以得到匹配的模式而不是整条线？例如我想在[1]，[3]，[5]中删除“哦|哦”之前的单词，但仍然保留“哦|哦”之后的单词

请给我一些提示！非常感谢！

Answer 1

如果您想删除单词将使用(g)sub。例如，在这种情况下，在匹配的模式之前删除所有内容....

sub( "^.*(oh|Oh)(.*$)" , "\\1\\2" , wordy )
#[1] "Oh ya,"             "Oh thanks!"         "Oh my god!"         "oh, No!"           
#[5] "oh you don't care."

^字符串开头的零宽度锚点，.*任意字符，(oh|Oh)所需模式的反向引用组，(.*$)第二次反向引用匹配模式之后的所有内容，直到字符串结尾（$）。

替换"\\1\\2"定义了我们想要输出的内容，即第一组和第二组括号中匹配的所有内容。因此删除了oh|Oh。

匹配的所有内容

Answer 2

使用stringr::str_match非常容易：

library(stringr)
str_match(word, "[Oo]h.*")

Answer 3

试试这个：

substr(wordy, regexec("Oh|oh", wordy), nchar(wordy))

grep模式从行例如grep（“哦|哦”，字，值= TRUE）

3 个答案: