找到连续匹配的模式索引

Question

我想在某些字符串中找到匹配模式的所有索引。例如，我有一个字符串x <- "1110001101"，我希望将其与"11"匹配，结果应该是c(1, 2, 7)，但是，我只能得到2 1}} ...

• 方法1：使用gregexpr

  x
  [1] "1110001101"
  
  gregexpr(pattern = "11", x)
  [[1]]
  [1] 1 7 # Why isn't there a 2?
  attr(,"match.length")
  [1] 2 2
  attr(,"useBytes")
  [1] TRUE
  

• 方法2：使用包str_locate_all

  中的stringr

  library(stringr)
  str_locate_all(pattern = "11", x)
  [[1]]
       start end
  [1,]     1   2
  [2,]     7   8 # Why still isn't there a 2?
  

我是否为这些功能丢失了一些微妙的论据？感谢您的建议！

Answer 1

我们可以使用正则表达式的外观，即正面的正则表达式前瞻，以匹配一个字符后跟两个1来给出匹配开头的位置gregexpr

as.integer(gregexpr("(?=11)", x, perl = TRUE)[[1]])
#[1] 1 2 7

或者str_locate正则表达式（在这种情况下减去1）

stringr::str_locate_all(x, "(?<=11)")[[1]][,2]-1
#[1] 1 2 7

或正则表达式预测

stringr::str_locate_all(x, "(?=11)")[[1]][,1]
#[1] 1 2 7

这种方法与OP的区别在于，使用OP的方法，一旦匹配，它会跳过该部分并寻找下一个匹配。如果我们查看另一个字符串

，可以更好地解释这一点

x1 <- "11110001101"
str_locate_all(pattern = "11", x1)
#[[1]]
#      start end
#[1,]     1   2
#[2,]     3   4
#[3,]     8   9

使用正则表达式查看，将有4场比赛

as.integer(gregexpr("(?=11)", x1, perl = TRUE)[[1]])
#[1] 1 2 3 8