Question

我在r：

中的data.frame中有以下内容

example <- "Inmuebles24_|.|_Casa_|.|_Renta_|.|_NuevoLeon"

我想在字符串上使用stringr计数和一些基本的grexpr函数，但我仍然坚持使用正则表达式。

分隔符显然（并且容易引起混淆）：_|.|_

如何用正则表达式表达？

目前试图逃避一切都没有成功：

str_count(string = example, pattern = "[\\_\\|\\.\\|\\_]")

Answer 1

你的正则表达式不起作用，因为你把它放在一个字符类中（你不需要转义_，BTW）。请参阅我今天对Regex expression not working with once or none的答案，了解问题的解释（主要是，字符被视为单独的符号，而不是符号序列，所有特殊符号也被视为文字）。

您可以通过两个步骤实现您想要的目标：

使用gsub
使用str_count + 1获取计数（因为部分数量=字符串内的分隔符数+ 1）

R代码：

example <- "_|.|_Inmuebles24_|.|_Casa_|.|_Renta_|.|_NuevoLeon_|.|_"
str_count(string = gsub("^(_[|][.][|]_)+|(_[|][.][|]_)+$", "", example), pattern = "_\\|\\.\\|_") + 1
## => 4

或者，如果你有多个连续的分隔符，你需要另一个中间步骤来＆＃34;合同＆＃34;他们变成了1：

example <- "_|.|_Inmuebles24_|.|_Casa_|.|__|.|_Renta_|.|__|.|_NuevoLeon_|.|_"
example <- gsub("((_[|][.][|]_)+)", "_|.|_", example)
str_count(string = gsub("^(_[|][.][|]_)+|(_[|][.][|]_)+$", "", example), pattern = "_\\|\\.\\|_") + 1
## => 4

关于正则表达式的注释：_[|][.][|]_字面上匹配_|.|_，因为[...]字符类中的符号失去了它们的特殊含义。 ((_[|][.][|]_)+)（2）匹配这些分隔符的1个或多个（+）序列。 ^(_[|][.][|]_)+|(_[|][.][|]_)+$模式匹配字符串开头（^）和结尾（$）的1个或多个分隔符。

Answer 2

这为您提供了您所提供的特定示例所需的内容：str_count(example, "\\w+")

具有特殊字符的特定模式的正则表达式

2 个答案: