Question

我正在平衡R的几个版本，并希望根据哪个R和我正在使用的操作系统来更改我加载的R库。因此，我想坚持使用基本R函数。

我正在阅读此页面，看看与stringr::str_extract相当的基本R是什么：

http://stat545.com/block022_regular-expression.html

它建议我可以使用grep复制此功能。但是，如果匹配，我还没有能够让grep做更多的事情而不是返回整个字符串。单独使用grep是否可行，或者我是否需要将其与其他功能结合使用？就我而言，我试图区分CentOS版本6和7。

grep(pattern = "release ([0-9]+)", x = readLines("/etc/system-release"), value = TRUE)

Answer 1

1）strcapture 如果你想使用base从"release 1.2.3"中提取一串数字和点，那么

x <- "release 1.2.3"
strcapture("([0-9.]+)", x, data.frame(version = character(0)))
##   version
## 1   1.2.3

2）regexec / regmatches 还有regmatches和regexec，但这已在另一个答案中介绍过了。

3）sub 此外，通常可以使用sub：

sub(".* ([0-9.]+).*", "\\1", x)
## [1] "1.2.3"

3a）如果您知道比赛是在开头或结尾，那么请删除之前或之后的所有内容：

sub(".* ", "", x)
## [1] "1.2.3"

4）gsub 有时我们知道要提取的字段具有某些字符，并且它们不会出现在其他位置。在这种情况下，只需删除不能出现在字符串中的每个字符的每个匹配项：

gsub("[^0-9.]", "", x)
## [1] "1.2.3"

5）read.table 通常可以将输入分解为字段，然后按编号或grep选择所需的输入。可以使用strsplit，read.table或scan：

read.table(text = x, as.is = TRUE)[[2]]
## [1] "1.2.3"

5a）grep / scan

grep("^[0-9.]+$", scan(textConnection(x), what = "", quiet = TRUE), value = TRUE)
## [1] "1.2.3"

5b）grep / strsplit

grep("^[0-9.]+$", strsplit(x, " ")[[1]], value = TRUE)
## [1] "1.2.3"

6）substring 如果我们知道字段的字符位置，我们可以像这样使用substring：

substring(x, 9)
## [1] "1.2.3"

6a）substring / regexpr 或者我们可以使用regexpr为我们找到角色位置：

substring(x, regexpr("\\d", x))
## [1] "1.2.3"

7）read.dcf 有时可以将输入转换为dcf格式，在这种情况下可以使用read.dcf读取。此类数据的格式为name: value

 read.dcf(textConnection(sub(" ", ": ", x)))
 ##      release
 ## [1,] "1.2.3"

Answer 2

你可以做到

txt <- c("foo release 123", "bar release", "foo release 123 bar release 123")
pattern <- "release ([0-9]+)"
stringr::str_extract(txt, pattern)
# [1] "release 123" NA            "release 123"
sapply(regmatches(txt, regexec(pattern, txt)), "[", 1)
# [1] "release 123" NA            "release 123"

Answer 3

ReactDOM.render

提取第一场比赛

txt <- c("foo release 123", "bar release", "foo release 123 bar release 123")
pattern <- "release ([0-9]+)"

提取所有匹配

sapply(
    X = txt,
    FUN = function(x){
        tmp = regexpr(pattern, x)
        m = attr(tmp, "match.length")
        st = unlist(tmp)
        if (st == -1){NA}else{substr(x, start = st, stop = st + m - 1)}
    },
    USE.NAMES = FALSE)
#[1] "release 123" NA            "release 123"

如何用基础R做str_extract？

3 个答案: