Question

我正在尝试通过查找具有特定模式的字符串来清理字符串列表，但不知道如何编写正则表达式来查找它们。

我正在使用grepl（），但不知道如何定义模式。

模式是数字，然后[必须包含 x ，可能是特殊字符，字母]，然后是数字。

Here are some examples:           OUTPUT from grepl()
"kills kld ldks 2087x-2714"     TRUE
"sdlsn dklsk 4.75x25"           TRUE
"dkks klsdk  3x4x135"           TRUE
"djnlsdkl250shd"                FALSE
"kdls, skfndkl 24gx.75"         TRUE
"ski lsdkcm lskd 12.6"          FALSE
"klslc ksldml 3.0 dnjsl 67n030" FALSE

有点复杂。基本上，它必须在x的两边都包含数字，但也可以在混合中包含特殊字符和数字。

Answer 1

似乎x的两边都没有什么实际限制，除了至少存在一些数字。因此，我们可以使用[^ ]来匹配任何非空格的内容：

grepl("[^ ]*\\d+[^ ]*x[^ ]*\\d+[^ ]*", x, perl = TRUE)

这给出了示例中的预期输出，但是我不能保证它将在所有情况下都适用，除非您可以缩小限制范围。

正如池上建议的那样，如果您需要做的只是检测这些模式（而不是将它们从字符串中拉出），则可以将其简化为：

grepl("\\d[^ ]*x[^ ]*\\d", x, perl = TRUE)

这可能要快得多，具体取决于您的输入，因为诸如[^ ]*之类的东西在正则表达式中可能非常慢（搜索“正则表达式回溯”以获得概述）

Answer 2

也许您可以使用此模式

grepl("\\d.*x.*\\d",x)
#[1]  TRUE  TRUE  TRUE FALSE  TRUE FALSE FALSE

数据

x <- c("kills kld ldks 2087x-2714","sdlsn dklsk 4.75x25",
       "dkks klsdk  3x4x135","djnlsdkl250shd",
       "kdls, skfndkl 24gx.75","ski lsdkcm lskd 12.6",
       "klslc ksldml 3.0 dnjsl 67n030")

Answer 3

使用stringer软件包中的str_detect。我在x的末尾添加了两个额外的测试字符串。

模式是：一个数字，零或1出现的不是空格的事物，x，零或1出现的不是空格的事物，数字

x <- c("kills kld ldks 2087x-2714",
       "sdlsn dklsk 4.75x25",
       "dkks klsdk  3x4x135",
       "djnlsdkl250shd",
       "kdls, skfndkl 24gx.75",
       "ski lsdkcm lskd 12.6",
       "klslc ksldml 3.0 dnjsl 67n030",
       "5x25",
       "kdls skfndkl x24g.75")

str_detect(x, "\\d\\S?x\\S?\\d")

#[1]  TRUE  TRUE  TRUE FALSE  TRUE FALSE FALSE  TRUE FALSE

在R中使用此特定模式“ digitsXdigits”查找字符串

3 个答案: