有没有一种方法可以根据字符串是否作为较长字符串的一部分进行过滤？

Question

我知道如何使用grepl查看较长字符串列表是否包含较短字符串列表：

["Harry Potter" , "Hunger Games", "The Great Gatsby", "Frankenstein"];

但是我如何找出较短字符串列表中是否包含任何较长字符串的 part ？当然，仅反转两个集合将返回4 FALSE，因为较短的字符串都不包含较长的字符串。在这种情况下，我想要的输出将是：

short <- c("aa","bb","cc","dd")
long <- c("aabb","abbc","abca")
grepl(paste(short, collapse = '|'), long)

[1]  TRUE  TRUE FALSE

对R较新，所以不知道TRUE TRUE FALSE FALSE 是否是此处的正确解决方案。任何帮助表示赞赏。

Answer 1

最简单的方法是遍历输入列表：

unlist(lapply(short, function (.) any(grepl(., long, fixed = TRUE))))

（或等效地，但具有命名结果：）

vapply(short, function (.) any(grepl(., long, fixed = TRUE)), logical(1L))

Answer 2

如果我们调整agrep

，则可以使用max.distance进行部分匹配

Reduce(`|`, lapply(long, function(x) agrepl(x, short, max.distance = 0.3)))
#[1]  TRUE  TRUE FALSE FALSE

---

如果这是固定比赛，我们可以做

lengths(lapply(short, function(x) regmatches(long, regexpr(x, long)))) > 0
#[1]  TRUE  TRUE FALSE FALSE