Question

我想用数学比较来分割表达式，例如

unlist(strsplit("var<3", "(?=[=<>])", perl = TRUE))
unlist(strsplit("var==5", "(?=[=<>])", perl = TRUE))
unlist(strsplit("var>2", "(?=[=<>])", perl = TRUE))

结果是：

[1] "var" "<"   "3"  
[1] "var" "="   "="   "5"  
[1] "var" ">"   "2"

对于上面的第二个例子，我想获得[1] "var" "==" "5"，因此两个=应该作为单个元素返回。如何更改正则表达式以实现此目的？（我已经为＆＃34; ==＆＃34;尝试了分组和量词，但没有任何效果 - 正则表达式不是我的朋友......）

Answer 1

您可以使用PCRE正则表达式匹配您需要的子字符串：

==|[<>]|(?:(?!==)[^<>])+

要同时支持!=，请将其修改为

[!=]=|[<>]|(?:(?![=!]=)[^<>])+

请参阅regex demo。

<强>详情：

== - 2 =个招牌
| - 或
[<>] - <或>
| - 或
(?:(?!==)[^<>])+ - 除<和>之外的一个或多个字符[^<>]（==）未启动> text <- "Text1==text2<text3><More here" > res <- regmatches(text, gregexpr("==|[<>]|(?:(?!==)[^<>])+", text, perl=TRUE)) > res [[1]] [1] "Text1" "==" "text2" "<" "text3" ">" [7] "<" "More here"字符序列（顽固的贪婪令牌）。

注意：通过添加更多替代方案并调整缓和的贪婪令牌，可以轻松扩展。

R test：

Applicant.where('profile_id = ?', current_user.profile.id).first 

OR

Applicant.where(profile_id: current_user.profile.id).first

 OR

Applicant.find_by_profile_id(current_user.profile.id)

 OR

Applicant.find_by(profile_id: current_user.profile.id)

Answer 2

在评论中扩展我的想法，仅用于格式化：

\w

[a-zA-Z0-9_]是\W而[^a-zA-Z0-9_]与[[1]] [1] "var==5" "var" "==" "5" [[2]] [1] "var<3" "var" "<" "3" [[3]] [1] "var.name>5" "var.name" ">" "5"相反，我在评论后将其扩展为包含。在字符类中，并且因为R不支持基类正则表达式中的字符类\ w（需要使用perl = TRUE）。

因此正则表达式搜索至少1个\ w和。，然后至少1个不在\ w（匹配运算符），然后至少1个\ w和点。

捕获每个步骤，并给出：

如果您的条目可以在运营商周围留出空间，您可以在每个捕获组之间添加<a href="http://your-server.com/ficheAction">Download</a>，否则操作员捕获将获得它们。

Answer 3

使用文字＆＃39;边界（\\b）并为外观指定2种可能性：

unlist(strsplit("var==5", "(?=(\\b[^a-zA-Z0-9])|(\\b[a-zA-Z0-9]\\b))", perl = TRUE))
[1] "var" "=="  "5" 

unlist(strsplit("var<3", "(?=(\\b[^a-zA-Z0-9])|(\\b[a-zA-Z0-9]\\b))", perl = TRUE))
[1] "var" "<"   "3"
unlist(strsplit("var>2", "(?=(\\b[^a-zA-Z0-9])|(\\b[a-zA-Z0-9]\\b))", perl = TRUE))
[1] "var" ">"   "2"

说明：

在＆＃34; word＆＃34;的末尾分割。并且，之后，有一个非字母数字字符\\b[^a-zA-Z0-9]或者它是＆＃34;字的结尾＆＃34;之后，有一个字母数字字符。

修改

实际上，如果最后的数字是10或更多，上述代码会有意想不到的结果另一个选择是使用lookbehind并拆分，之前，有一个非字母字符后跟一个字边，或一个字母字符后跟一个字边：

strsplit("var<20", "(?<=(([^a-zA-Z0-9]\\b)|([a-zA-Z0-9]\\b)))", perl = TRUE)[[1]] #[1] "var" "<" "20" strsplit("var==20", "(?<=(([^a-zA-Z0-9]\\b)|([a-zA-Z0-9]\\b)))", perl = TRUE)[[1]] #[1] "var" "==" "20" strsplit("var!=5", "(?<=(([^a-zA-Z0-9]\\b)|([a-zA-Z0-9]\\b)))", perl = TRUE)[[1]] #[1] "var" "!=" "5"

<强> EDIT2：

完全窃取@Tensibai方式来定义alphanum（+下划线）/非alphanum字符，上面的regex可以简化为："(?<=((\\W\\b)|(\\w\\b)))"

在数学比较的分裂字符传染媒介签到R

3 个答案: