R中的正则表达：解开相似的可能性

Question

我有一个看起来像这样的名字列表

Noms<- c("André Coin", "XXXAndré Coin", "Gabriel Péri","Léon Blum", "XXXLéon Blum") 

我正在尝试创建一个函数，每次在非常长的文本中找到每个这些名称时，在以“M”或“Mme”开头的行的开头。

我的文字是一个向量，其中每一行都是一个元素。

最后，匹配"M. André Coin said bla bla"之类的行;但是像"He said bla bla bla to M. André Coin"这样的行不会匹配。

最后的要求是“AndréCoin”可以与“XXXAndréCoin”区别开来。

我目前找到的解决方案是：

findpattern <- function(name,vect) {
    x<-paste0("^.{1,3}((M\\s*)|(Mme\\s*))*\\s*",name)
    found<-grepl(x,vect)
    return(found)
    }

然而，当我运行findpattern(Noms,txt)时，它无法区分“AndréCoin”和“XXXAndréCoin”。意思是findpattern("André Coin", "M. XXXAndré Coin")=TRUE". 你能帮我在正则表达的写作中找到错误吗？

Answer 1

你在M之后错过了一个点，并且3个第一个字符必须是optionnal（即0到3个字符）：

"^.{0,3}((M\\.\\s*)|(Mme\\s*))*\\s*"

如果M之后的点是optionnal：

"^.{0,3}((M\\.?\\s*)|(Mme\\s*))*\\s*"