Question

我使用grepl检查一个字符串是否包含一组模式中的任何模式（我使用＆＃39; |＆＃39;来分隔模式）。反向搜索没有帮助。如何识别匹配的模式集？

附加信息：这可以通过编写循环来解决，但由于我的设置有＆gt;这非常耗时。 100,000字符串。可以优化吗？

例如：让字符串为a <- "Hello"

pattern <- c("ll", "lo", "hl")

pattern1 <- paste(pattern, collapse="|") # "ll|lo|hl"

grepl(a, pattern=pattern1) # returns TRUE

grepl(pattern, pattern=a) # returns FALSE 'n' times - n is 3 here

Answer 1

您正在寻找str_detect包中的stringr：

library(stringr)

str_detect(a, pattern)
#[1]  TRUE  TRUE FALSE

如果你有多个字符串，例如a = c('hello','hola','plouf')，你可以这样做：

lapply(a, function(u) pattern[str_detect(u, pattern)])

Answer 2

由于模式重叠，您还可以使用基准R和超前表达式(?=)。使用gregexpr，您可以将每个分组模式的匹配位置提取为矩阵。

## changed your string so the second pattern matches twice
a <- "Hellolo"
pattern <- c("ll", "lo", "hl")
pattern1 <- sprintf("(?=(%s))", paste(pattern, collapse=")|(")) #  "(?=(ll)|(lo)|(hl))"

attr(gregexpr(pattern1, a, perl=T)[[1]], "capture.start")
# [1,] 3 0 0
# [2,] 0 4 0
# [3,] 0 6 0

矩阵的每一列对应于模式，因此模式2匹配测试字符串中的位置4和6，模式1匹配位置3，依此类推。

使用grepl从模式列表中查找匹配的模式

2 个答案: