用grep查找字符串中的有序模式
提问于 2016-11-12 09:42:11
我想在一组字符串中搜索特定的模式。
给定这两个字符串向量：
actions <- c("taking","using")
nouns <- c("medication","prescription")我想找到 action +名词的任何组合，按照这个特定的顺序，而不是名词+。例如，使用以下文本，我希望检测到组合：
- 用药
- 吃药
- 使用预制件
使用以下案文：
phrases <- c("he was using medication",
"medication using it",
"finding medication",
"taking the left",
"using prescription medication",
"taking medication drug")我试过使用grep("\\b(taking|using+medication|prescriptio)\\b",phrases,value = FALSE)，但这显然是错误的。
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-11-12 09:56:15
您可以使用actions和nouns值构建交互组，并将它们放入一个更大的正则表达式中：
actions <- c("taking","using")
nouns <- c("medication","prescription")
phrases <- c("he was using medication","medication using it","finding medication","taking the left","using prescription medication","taking medication drug")
grep(paste0("(",paste(actions, collapse="|"), ")\\s+(", paste(nouns,collapse="|"),")"), phrases, value=FALSE)
## => [1] 1 5 6
## and a visual check
grep(paste0("(",paste(actions, collapse="|"), ")\\s+(", paste(nouns,collapse="|"),")"), phrases, value=TRUE)
## => [1] "he was using medication" "using prescription medication" "taking medication drug" 生成的regex看起来如下所示
(taking|using)\s+(medication|prescription)见regex演示。
详细信息
(taking|using)-匹配taking或(|)using的交替组\s+-1或更多空白空间(medication|prescription)-匹配medication或prescription的交替组。
注意，(...)捕获组可以替换为(?:...)非捕获组，以避免将子匹配保持在内存中。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/40565776
复制相关文章
腾讯云开发者
