Question

我在datacamp.com上有一个介绍课并遇到了问题。

目标：使用grep查找正确的电子邮件。 “正确的电子邮件”由“@”定义，以“.edu”结尾。

电子邮件矢量：

emails <- c("john.doe@ivyleague.edu", "education@world.gov", "dalai.lama@peace.org", 
        "invalid.edu", "quant@bigdatacollege.edu", "cookie.monster@sesame.tv")

我在考虑

grep("@*\\.edu$",emails)

它给了我

[1] 1 4 5

因为我认为“*”匹配“多个字符”。后来我发现它不能那样工作。

原来正确的代码是

grep("@.*\\.edu$",emails)

我搜索了一些文档，只是模糊地了解如何获得正确的答案。有人可以解释一下R与正确的电子邮件完全匹配吗？非常感谢!!

Answer 1

您已经被告知使用星号量词并没有为您提供所需的特异性，因此请使用＆＃34; +＆＃34;量词，强制至少一个这样的匹配。我决定通过添加一些有重复符号的地方来解决问题：

emails <- c("john.doe@@ivyleague.edu", "education@@world.gov", "dalai.lama@peace.org", 
"invalid.edu", "quant@bigdatacollege.edu", "cookie.monster@sesame.tv")


grep( "^[^@]+@[^@]+\\.edu$", emails)
#[1] 5

它使用正则表达式字符类结构，其中侧面方括号内的项目被视为文字，除非有一个初始的up-caret（＆＃34; ^＆＃34;），在这种情况下它是否定的字符类，即在这种情况下除了＆＃34; @＆＃34;之外的任何字符。这也将排除at符号是第一个字符的情况。感谢KonradRudolph指出，添加"^"作为模式中的第一个字符（表示潜在匹配的第一个字符之前的点）将阻止允许带有初始＆＃34; @@＆＃的项目34;从匹配。

使用R匹配电子邮件格式

1 个答案: