Question

我有一个字符串，我试图用相应的替换替换第一个匹配的模式。以下示例中的EG：如果首先找到bb，请将其替换为foo并替换其他任何内容，但如果先找到cc，请将其替换为{{ 1}}并且不要替换其他任何东西。

除了bar参数不被解释为正则表达式，而是作为整个字符串之外，其行为几乎与期望相同。（但replacement参数被视为必需的正则表达式。

pattern

输出：stri_replace_first_regex( c(" bb cc bb cc "," cc bb cc bb ", " aa bb cc "), pattern = " bb | cc ", replacement = " foo | bar ")

虽然我希望它输出" foo | bar cc bb cc " " foo | bar bb cc bb " " aa foo | bar cc "

如何解决这个问题？

感谢。

更多背景信息：

我的输入几乎可以有任何格式，它们是客户输入的邮政地址，我需要用标准化的东西替换街道类型（例如，将" foo cc bb cc " " bar bb cc bb" " aa foo cc "转换为street， st中的road和rd中的avenue。任何这些单词都可以再次出现（例如av），所以我认为只有第一次出现是有效的，并且不能替换20 bis road of sesame street列表中单词的后续出现。

Answer 1

您可以使用 qdap 库mgsub进行替换：

> input <- c("1 road of whatever road", "1 street of whatever street")
> pattern = c("^(.*?)\\bstreet\\b","^(.*?)\\broad\\b")
> replacement = c("\\1st","\\1rd")
> mgsub(pattern, replacement, input, fixed=FALSE, perl=TRUE)
[1] "1 rd of whatever road"   "1 st of whatever street"

模式包括^（字符串的开头），(.*?)匹配任何字符的捕获组，但新行尽可能少，直到第一次出现整个单词（由于单词边界） \b）street和road。

替换模式对使用捕获组捕获的文本和要替换的单词进行反向引用（\\1）。

Answer 2

阅读?stringi::stri_replace_first_regex; pattern和replacement是矢量化的，因此如果您传递一个字符串向量，则每个模式都将替换为相应的替换：

stringi::stri_replace_first_regex(
    c(" bb cc bb cc "," cc bb cc bb "), 
    pattern = c("bb", "cc"), 
    replacement = c("foo", "bar"))
# [1] " foo cc bb cc " " bar bb cc bb "

stringi的stri_replace_first_regex的替代品不被视为正则表达式

2 个答案: