在R中，使用正则表达式，我如何区分＆＃34; Normalized_Signal＆＃34;和＆＃34;信号＆＃34;？

Question

我试图弄清楚如何克服R中的贪婪模式匹配。我有一个数据框，我试图浏览每一列并选出那些说'＆34;信号＆ ＃34; （例如，Signal.1，Signal.2，Signal.3），但不是那些说＆＃34; Normalized_Signal＆＃34; （例如，Normalized_Signal.1，Normalized_Signal.2）。

如何使用正则表达式区分这两个字符串？

这就是我现在正在做的事情：

 # create a toy dataframe - I only want the ones that say "Signal.1, Signal.2"
 df <- data.frame( Signal.1 = c(1,1), Normalized_Signal.1 = c(1,1), SDEV.1 = c(1,1), Signal.2 = c(1,1),  Normalized_Signal.2 = c(1,1), SDEV.2 = c(1,1) )

 # attempt 1: pull out all the rows that say "signal" 
 df[, grep("Signal", colnames(df))]

 # attempt 2: grepl
 df[, grepl("Signal*", colnames(df))]

 # attempt 3: add word boundary
 df[, grep("\bSignal", colnames(df))]

我觉得我正在磨练，但我无法确切地知道使用什么语法 - 任何想法？

Answer 1

如果你匹配的整个字符串应该以{{1​​}}开头，你应该锚定你的正则表达式：

Signal

您的第一次尝试会在字符串中的任何位置找到^Signal。

您的第二次尝试与Signal匹配，因为Signa表示0或更多。

你的第三次尝试忘了逃避逃跑。

Answer 2

如果你记得正确保护反斜杠（即两个反斜杠），你的最后一次尝试是有效的：

df[, grep("\\bSignal", colnames(df))]