Question

我想以任何顺序提取猫狗

string1 <- "aasdfadsf cat asdfadsf dog"
string2 <- "asfdadsfads dog asdfasdfadsf cat"

我现在拥有的是猫和狗，还有中间的文字

stringr::str_extract(string1, "cat.*dog|dog.*cat"

我希望输出为

cat dog

和

dog cat

分别为string1和string2

Answer 1

您可以将sub与以下PCRE正则表达式一起使用：

.*(?|(dog).*(cat)|(cat).*(dog)).*

请参阅regex demo。

<强>详情

.* - 除了换行符之外的任何0 +字符（以匹配所有字符在模式开始处添加(?s)）
(?|(dog).*(cat)|(cat).*(dog)) - 与两个备选方案中的任何一个匹配的分支重置组(?|...|...)：
- (dog).*(cat) - 第1组捕获dog，然后捕获尽可能多的0个字符，第2组捕获cat
- | - 或
- (cat).*(dog) - 第1组捕获cat，然后捕获尽可能多的0个字符，第2组捕获dog（在分支重置组中，组ID重置为该值在小组前+ 1）
.* - 除了换行符之外的任何0 +字符

\1 \2替换模式将第1组和第2组值插入到结果字符串中（结果只有dog或cat，空格和{{1} }或cat）。

另见an R demo online：

dog

要在不匹配的情况下返回x <- c("aasdfadsf cat asdfadsf dog", "asfdadsfads dog asdfasdfadsf cat") sub(".*(?|(dog).*(cat)|(cat).*(dog)).*", "\\1 \\2", x, perl=TRUE) ## => [1] "cat dog" "dog cat"，请使用正则表达式匹配特定模式或整个字符串，并将其与NA一起使用以应用自定义替换逻辑：

gsubfn

在这里，

> gsubfn("^(?:.*((dog).*(giraffe)|(giraffe).*(dog)).*|.*)$", function(x,a,b,y,z,i) ifelse(nchar(x)>0, paste0(a,y," ",b,z), NA), x) [1] "NA" "NA" > gsubfn("^(?:.*((dog).*(cat)|(cat).*(dog)).*|.*)$", function(x,a,b,y,z,i) ifelse(nchar(x)>0, paste0(a,y," ",b,z), NA), x) [1] "cat dog" "dog cat" - 字符串anchor
^ - non-capturing group与两种选择中的任何一种匹配： (?:.*((dog).*(cat)|(cat).*(dog)).*|.*)：
- .*((dog).*(cat)|(cat).*(dog)).* - 尽可能多的0个字符
- .* - capturing group匹配两种选择中的任何一种：
  - ((dog).*(cat)|(cat).*(dog)) - (dog).*(cat)（第2组，分配给dog变量），尽可能多的0 +字符，然后a（第3组，分配给cat变量）
  - b
  - | - (cat).*(dog)（第4组，分配给dog变量），尽可能多的0 +字符，然后y（第5组，分配给cat变量）
- z - 尽可能多的0个字符
  - .* - 或
  - | - 任何0+字符
.* - 字符串anchor的结尾。

匿名函数中的$表示第1组值，即＆＃34;技术＆＃34;在这里，我们检查组1的匹配长度是否为x不为零，如果它不为空，我们用自定义逻辑替换，如果组1为空，我们用nchar替换。

Answer 2

我们可以使用stringr包中的str_extract_all和捕获组。

string1 <- "aasdfadsf cat asdfadsf dog"
string2 <- "asfdadsfads dog asdfasdfadsf cat"
string3 <- "asfdadsfads asfdadsfadf"

library(stringr)
str_extract_all(c(string1, string2, string3), pattern = "(dog)|(cat)")
# [[1]]
# [1] "cat" "dog"
# 
# [[2]]
# [1] "dog" "cat"
# 
# [[3]]
# character(0)

我们也可以设置simplify = TRUE。输出将是一个矩阵。

str_extract_all(c(string1, string2, string3), pattern = "(dog)|(cat)", simplify = TRUE)
#       [,1]  [,2] 
# [1,] "cat" "dog"
# [2,] "dog" "cat"
# [3,] ""    ""

Answer 3

或者，

> regmatches(string1,gregexpr("cat|dog",string1))
[[1]]
[1] "cat" "dog"

> regmatches(string2,gregexpr("cat|dog",string2))
[[1]]
[1] "dog" "cat"

按任意顺序提取2个字

3 个答案: