Question

我在一个字符串中找到连续重复三次的子字符串，并使用gregexpr从中删除获取的子字符串。但是，在我尝试查找子字符串时，我需要删除前瞻。例如，考虑一个字符串kajaaaaaaaaaaaa，此处aaaa与aaa，aa和a一起输出。由于最后三个包含在aaaa中，我怎么能摆脱它们？我已经尝试了很多，但一直无法做到。我想捕获一个子串，它连续重复一次，在字符串中至少三次。

s <- 'kajaaaaaaaaaaaa'
m <- gregexpr(sprintf'(?=(.{2,})\\1{2,})',t) s, perl=TRUE)

unique(mapply(function(x, y) substr(s, x, x+y-1), 
              attr(m[[1]], 'capture.start'), 
              attr(m[[1]], 'capture.length')))

Answer 1

如果我理解你的正则表达式：

m <- gregexpr('(.)(?=(\1{3}))', s, perl=TRUE)

将匹配原始

之后重复三次的任何内容

结果将是两个匹配组一个用于a，一个用于“aaa”用于后者，因为你必须有一个匹配组来查找重复

Answer 2

我需要删除前瞻。

省略它，这里不需要先行：

> gregexpr('(..+)\\1{2,}', s, perl=TRUE) -> m
> mapply(function(x, y) substr(s, x, x+y-1), attr(m[[1]], 'capture.start')
+                                          , attr(m[[1]], 'capture.length'))
[1] "aaaa"

在正则表达式中删除前瞻

2 个答案: