Question

新手在这里，找不到我的问题的答案。我的字符串变量中有字符串观察值，并尝试检测MS OR MA OR Master但不包括MBA：

input <- c("Master of Business Administration (MBA) program", "MS, MA, Master", "Master")

期望的输出为str_detect：

False, True, True

编辑：这现在对我有用：

str_detect(input, "\\bMS\\b|\\bMaster\\b|\\bMA\\b") & !str_detect(input,"\\bMBA\\b")

Answer 1

您可以使用单个PCRE模式（您需要将grepl与perl=TRUE一起使用）

> grepl('^(?!.*\\bMBA\\b).*\\b(?:Master|MA)\\b', input, perl=TRUE)
[1] FALSE  TRUE  TRUE

请参见regex demo。请注意，您可以对str_detect使用相同的模式：

> str_detect(input, '^(?!.*\\bMBA\\b).*\\b(?:Master|MA)\\b')
[1] FALSE  TRUE  TRUE

详细信息

^-字符串的开头
(?!.*\\bMBA\\b)-否定的超前查询，如果从字符串开头的除换行符以外的任何0+字符之后有完整的单词MBA，则匹配失败（添加(?s)在模式开始以启用多行输入）
.*-除换行符以外的任意0+个字符，并且尽可能多
\\b(?:Master|MA)\\b-整个单词Master或MA。

Answer 2

您可以结合逻辑条件：

library(stringr)

input <- c("Master of Business Administration (MBA) program", "MS, MA, Master", "Master")

(str_detect(input, "Master") & !str_detect(input, "MBA"))
# [1] FALSE  TRUE  TRUE

检测同时包含和排除某些单词的字符串（使用stringr程序包）

2 个答案: