R：检测文本中的单词和标点符号

Question

我有一些自然发生的文字：

   text="word1 word2 word3. word4, word5 word6 word7"

我希望在该文本中检测到的一些元素：

elements=c("word2","word6 word7",".",",")

然而，

 elements[sapply(paste0("\\<",elements,"\\>"),grepl,text)]

只返回unigram＆＃34; word2＆＃34;和bigram＆＃34; word6 word7＆＃34;。未检测到文本中的句点和逗号。

我怎样才能做到这一点？

Answer 1

您不需要包含方括号，因为方括号是正则表达式中的特殊元字符，表示字符类。

> text="word1 word2 word3. word4, word5 word6 word7"
> elements=c("word2","word6 word7",".",",")
> elements[sapply(paste0(elements),grepl,text, fixed=T)]
[1] "word2"       "word6 word7" "."           ","  

Answer 2

elements[sapply(paste0("[",elements,"]"),grepl,text)] does the job.