R:查找数字是否在字符串中的范围内

时间:2015-09-08 17:41:38

标签: regex r string strsplit

我有一个字符串s,其中“子字符串”由管道分隔。子字符串可能包含也可能不包含数字。我有一个包含数字的测试字符串n,可能包含也可能不包含字母。见下面的例子。请注意,间距可以是任何

我正在尝试删除n不在某个范围内或不完全匹配的所有子字符串。我知道我需要按-拆分,转换为数字,并将低/高与n转换为数字进行比较。这是我的出发点,但后来我因为从unl_new获得最终好的字符串而陷入困境。

s = "liquid & bar soap 1.0 - 2.0oz | bar 2- 5.0 oz | liquid soap 1-2oz | dish 1.5oz"
n = "1.5oz"

unl = unlist(strsplit(s,"\\|"))

unl_new = (strsplit(unl,"-"))
unl_new = unlist(gsub("[a-zA-Z]","",unl_new))

期望的输出:

"liquid & bar soap 1.0 - 2.0oz | liquid soap 1-2oz | dish 1.5oz"

我完全走错了路吗?谢谢!

3 个答案:

答案 0 :(得分:2)

不知道它是否足够通用,但您可以尝试:

require(stringr)
splitted<-strsplit(s,"\\|")[[1]]
ranges<-lapply(strsplit(
          str_extract(splitted,"[0-9\\.]+(\\s*-\\s*[0-9\\.]+|)"),"\\s*-\\s*"),
          as.numeric)
tomatch<-as.numeric(str_extract(n,"[0-9\\.]+"))
paste(splitted[
            vapply(ranges, function(x) (length(x)==1 && x==tomatch) || (length(x)==2 && findInterval(tomatch,x)==1),TRUE)],
             collapse="|")
#[1] "liquid & bar soap 1.0 - 2.0oz | liquid soap 1-2oz | dish 1.5oz"

答案 1 :(得分:2)

这里有一个使用r-base的选项;

## extract the n numeric
nn <- as.numeric(gsub("[^0-9|. ]", "", n))
## keep only numeric and -( for interval)
## and split by |
## for each interval test the condition to create a boolean vector
contains_n <- sapply(strsplit(gsub("[^0-9|. |-]", "", s),'[|]')[[1]],
       function(x){
         yy <- strsplit(x, "-")[[1]]
         yy <- as.numeric(yy[nzchar(yy)])
         ## the condition
         (length(yy)==1 && yy==nn) || length(yy)==2 && nn >= yy[1] && nn <= yy[2]
       })

## split again and use the boolean factor to remove the parts 
## that don't respect the condition
## paste the result using collapse to get a single character again
paste(strsplit(s,'[|]')[[1]][contains_n],collapse='')

## [1] "liquid & bar soap 1.0 - 2.0oz  liquid soap 1-2oz  dish 1.5oz"

答案 2 :(得分:2)

以下是使用unl的{​​{1}}步骤开始的方法:

stringr

我还使用unl = unlist(strsplit(s,"\\|")) n2 <- as.numeric(gsub("[[:alpha:]]*", "", n)) num_lst <- str_extract_all(unl, "\\d\\.?\\d*") indx <- lapply(num_lst, function(x) { if(length(x) == 1) {isTRUE(all.equal(n2, as.numeric(x))) } else {n2 >= as.numeric(x[1]) & n2 <= as.numeric(x[2])}}) paste(unl[unlist(indx)], collapse=" | ") [1] "liquid & bar soap 1.0 - 2.0oz | liquid soap 1-2oz | dish 1.5oz" 之类的其他金额对其进行了测试。使用"2.3oz"我们将n2强制转换为数字进行比较。变量n将数字与字符串隔离开来。

使用num_lst,我们对字符串数字应用我们的比较。如果有一个号码,我们会检查它是否等于indx。我选择不使用基本n2运算符来避免任何舍入问题。而是使用==

最后,逻辑索引变量isTRUE(all.equal(x, y))用于对字符串进行子集化以提取匹配项,并使用管道indx将它们粘贴在一起。