如何使用stringr的replace_all（）函数替换字符串

时间：2016-04-02 03:07:41

标签： regex r stringr

stringr包具有有用的str_replace()和str_replace_all()功能。例如

mystring <- "one fish two fish red fish blue fish"

str_replace(mystring, "fish", "dog") # replaces the first occurrence
str_replace_all(mystring, "fish", "dog") # replaces all occurrences

真棒。但你怎么样？

  1. 替换第二次出现的“鱼”？
  2. 替换最后一次出现的“fish”？
  3. 替换第2次到最后一次出现的“fish”？

3 个答案:

答案 0 :(得分：2)

一个有用的答案很大程度上取决于字符串以及你对它的了解。使用正则表达式，一个选项是构建一个匹配整行的正则表达式，但是在不同的部分，所以你可以把你喜欢的部分放回去：

str_replace(mystring, '(^.*?fish.*?)(fish)(.*?fish.*)', '\\1dog\\3')
# [1] "one fish two dog red fish blue fish"

其中替换中的\\1和\\3分别与捕获的第一个和第三个括号匹配。请注意懒惰（不合理）量词*?，这些非常重要，因此您不会过度匹配。

当然，你可以做同样的事情来匹配第三次或第四次：

str_replace(mystring, '(^.*?fish.*?fish.*?)(fish)(.*)', '\\1dog\\3')
# [1] "one fish two fish red dog blue fish"
str_replace(mystring, '(^.*?fish.*?fish.*?fish.*?)(fish)(.*?)', '\\1dog\\3')
# [1] "one fish two fish red fish blue dog"

但这并不是非常有效。您可以使用量词来重复，但它们使替换组的编号有点混乱：

str_replace(mystring, '^((.*?fish.*?){3})(fish)(.*?)', '\\1dog\\4')
# [1] "one fish two fish red fish blue dog"

但是如果你让重复的组不捕获(?: ... )，那就更有意义了：

str_replace(mystring, '^((?:.*?fish.*?){3})(fish)(.*?)', '\\1dog\\3')
# [1] "one fish two fish red fish blue dog"

但所有这些都是很多正则表达式。一个更简单的选择（取决于上下文和你喜欢的正则表达式，我想）可能是使用strsplit然后重新组合，collapse分开：

mystrlist <- strsplit(mystring, 'fish ')[[1]] # match the space so not the last "fish$"
paste0(c(mystrlist[1], 
         paste0(mystrlist[2:3], collapse = 'dog '), 
         mystrlist[4]), 
       collapse = 'fish ')
# [1] "one fish two dog red fish blue fish"

paste0(c(mystrlist[1:2], 
         paste0(mystrlist[3:4], collapse = 'dog ')), 
       collapse = 'fish ')
# [1] "one fish two fish red dog blue fish"

当然，对于最后一个单词，这并不是非常好用，但行尾正则表达式$使用str_replace（或只是sub）非常容易达到这个目的：

sub('fish$', 'dog', mystring)
# [1] "one fish two fish red fish blue dog"

底线：很大程度上取决于上下文最佳选择是什么，但遗憾的是没有额外的参数来替换哪个匹配。

答案 1 :(得分：2)

对于第一个和最后一个，我们可以使用stri_replace中的stringi，因为它有选项

 library(stringi)
 stri_replace(mystring, fixed="fish", "dog", mode="first")
 #[1] "one dog two fish red fish blue fish"

 stri_replace(mystring, fixed="fish", "dog", mode="last")
 #[1] "one fish two fish red fish blue dog"

mode只能包含'first'，'last'和'all'值。因此，其他选项不在默认功能中。我们可能必须使用regex选项来更改它。

使用sub，我们可以进行第n次替换

sub("^((?:(?!fish).)*fish(?:(?!fish).)*)fish", 
           "\\1dog", mystring, perl=TRUE)
#[1] "one fish two dog red fish blue fish"

或者我们可以使用

 sub('^((.*?fish.*?){2})fish', "\\1\\dog", mystring, perl=TRUE)
 #[1] "one fish two fish red dog blue fish"

为了方便起见，我们可以创建一个功能来执行此操作

patfn <- function(n){
 stopifnot(n>1)
 sprintf("^((.*?\\bfish\\b.*?){%d})\\bfish\\b", n-1)
}

并替换第n个'fish'除了第一个'fish'，可以使用sub或str_replace

中的默认选项轻松完成 
sub(patfn(2), "\\1dog", mystring, perl=TRUE)
#[1] "one fish two dog red fish blue fish"
sub(patfn(3), "\\1dog", mystring, perl=TRUE)
#[1] "one fish two fish red dog blue fish"
sub(patfn(4), "\\1dog", mystring, perl=TRUE)
#[1] "one fish two fish red fish blue dog"

这也适用于str_replace 

 str_replace(mystring, patfn(2), "\\1dog")
 #[1] "one fish two dog red fish blue fish"
 str_replace(mystring, patfn(3), "\\1dog")
 #[1] "one fish two fish red dog blue fish"

根据上面提到的模式/替换，我们可以创建一个新功能来完成大部分选项

replacerFn <- function(String, word, rword, n){
 stopifnot(n >0)
  pat <- sprintf(paste0("^((.*?\\b", word, "\\b.*?){%d})\\b",
           word,"\\b"), n-1)
  rpat <- paste0("\\1", rword)
  if(n >1) { 
    stringr::str_replace(String, pat, rpat)
   } else {
    stringr::str_replace(String, word, rword)
    }
 }


 replacerFn(mystring, "fish", "dog", 1)
 #[1] "one dog two fish red fish blue fish"
 replacerFn(mystring, "fish", "dog", 2)
 #[1] "one fish two dog red fish blue fish"
 replacerFn(mystring, "fish", "dog", 3)
 #[1] "one fish two fish red dog blue fish"
 replacerFn(mystring, "fish", "dog", 4)
 #[1] "one fish two fish red fish blue dog"

答案 2 :(得分：0)

stringr设计用于处理字符向量。它没有允许在矢量元素内进行任何详细级别播放的功能。但是一种简单的方法是将字符串拆分为子集的字符向量，在该向量上应用stringr函数（因为stringr确实很擅长），然后将向量重新合并为一个串。当然，这些步骤可以转换为功能。

只要需要在单个字符串中执行某些操作，就可以应用此方法。

对于此处提供的示例，合适的子集是单个单词。

因此，要替换字符串的第n个元素：

library(stringr)

replace_function <- function(string, word, rword, n) {
  vec <- unlist(strsplit(string, " "))
  vec[str_which(vec, word)[n]] <- rword
  str_c(vec, collapse = " ")
}

replace_function(mystring, "fish", "dog", 1)
[1] "one dog two fish red fish blue fish"

replace_function(mystring, "fish", "dog", 2)
[1] "one fish two dog red fish blue fish"

要添加最后一个元素中的第n个元素，只需添加rev()：

replace_end_function <- function(string, word, rword, n) {
  vec <- unlist(strsplit(string, " "))
  vec[rev(str_which(vec, word))[n]] <- rword
  str_c(vec, collapse = " ")
}

replace_end_function(mystring, "fish", "dog", 1)
[1] "one fish two fish red fish blue dog"

replace_end_function(mystring, "fish", "dog", 2)
[1] "one fish two fish red dog blue fish"

并将第n个元素替换为最后一个元素：

replace_end_function <- function(string, word, rword, n) {
  vec <- unlist(strsplit(string, " "))
  vec[str_which(vec, word)[n:length(str_which(vec, word))]] <- rword
  str_c(vec, collapse = " ")
}

replace_end_function(mystring, "fish", "dog", 1)
[1] "one dog two dog red dog blue dog"

replace_end_function(mystring, "fish", "dog", 2)
[1] "one fish two dog red dog blue dog"

replace_end_function(mystring, "fish", "dog", 3)
[1] "one fish two fish red dog blue dog"

replace_end_function(mystring, "fish", "dog", 4)
[1] "one fish two fish red fish blue dog"

请注意，此答案不使用OP所要求的str_replace()，因为正如OP所指出的，str_replace()仅适用于向量的第一个元素，而str_replace_all()则适用在所有这些上。因此，它们不是stringr包中最合适的函数来回答这个问题：用str_which()的结果进行索引更合适（当然，一旦将单个字符串拆分为字符串向量， ）。

相关问题
最新问题