Question

我被困在正则表达式中。我通常使用这行代码来查找字符串中重叠的重复：

gregexpr("(?=ATGGGCT)",text,perl=TRUE)
[[1]]
[1]  16  45  52  75 203 210 266 273 327 364 436 443 480 506 534 570 649
attr(,"match.length")
[1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
attr(,"useBytes")
[1] TRUE

现在我想给gregexpr一个包含在变量中的模式：

x="GGC"

当然如果我传递变量x，gregexpr将搜索"x"而不是变量包含的内容

gregexpr("(?=x)",text,perl=TRUE)
[[1]]
[1] -1
attr(,"match.length")
[1] -1
attr(,"useBytes")
[1] TRUE

在这种积极展望的情况下，如何将变量传递给gregexpr？

Answer 1

我会使用sprintf功能：

x <- "AGA"
text <- "ACAGAGACTTTAGATAGAGAAGA"
gregexpr(sprintf("(?=%s)", x), text, perl=TRUE)
## [[1]]
## [1]  3  5 12 16 18 21
## attr(,"match.length")
## [1] 0 0 0 0 0 0
## attr(,"useBytes")
## [1] TRUE

sprintf将%s的出现次数替换为x的值。

Answer 2

您可以使用paste(x, sep="") ...

的缩写paste0

x <- "GGC"
text <- 'ATGGGCTATGGGCTATGGGCTATGGGCT'
gregexpr(paste0('(?=', x, ')'), text, perl=TRUE)
# [[1]]
# [1]  4 11 18 25
# attr(,"match.length")
# [1] 0 0 0 0
# attr(,"useBytes")
# [1] TRUE

如果您想访问重叠的匹配项，请查看Overlapping matches in R

Answer 3

gsubfn包中的fn$前缀支持字符串插值：

library(gsubfn)

# test data
text <- "ATGGGCTAAATGGGCT"
x <- "GGGC"

fn$gregexpr("(?=$x)", text, perl = TRUE)

请参阅?fn，gsubfn home page和gsubfn小插图，vignette("gsubfn")。

Answer 4

好吧我用这种方式解决了它：

text="ATGGGCTAAATGGGCT"
x="GGC"
c=paste("(?=",x,")",sep="")
r=gregexpr(c,text,perl=TRUE)

R - 传递变量的正向前看

4 个答案: