[英]Matching multiple patterns
我想看看,如果"001"
或"100"
或"000"
出现在0
和1
的4个字符的字符串中。 例如,一个 4 个字符的字符串可能类似于"1100"
或"0010"
或"1001"
或"1111"
。 如何使用单个命令匹配字符串中的多个字符串?
我知道 grep 可用于模式匹配,但使用 grep,我一次只能检查一个字符串。 我想知道是否可以将多个字符串与其他命令或 grep 本身一起使用。
是的你可以。 的|
在grep
模式中与or
具有相同的含义。 因此,您可以使用"001|100|000"
作为您的模式来测试您的模式。 同时, grep
是矢量化的,因此所有这些都可以一步完成:
x <- c("1100", "0010", "1001", "1111")
pattern <- "001|100|000"
grep(pattern, x)
[1] 1 2 3
这将返回您的哪些向量包含匹配模式的索引(在本例中为前三个。)
有时,有一个逻辑向量会更方便,告诉您向量中的哪些元素是匹配的。 然后你可以使用grepl
:
grepl(pattern, x)
[1] TRUE TRUE TRUE FALSE
请参阅?regex
以获取有关 R ?regex
的帮助。
编辑:为了避免手动创建模式,我们可以使用paste
:
myValues <- c("001", "100", "000")
pattern <- paste(myValues, collapse = "|")
这是使用stringr
包的一种解决方案
require(stringr)
mylist = c("1100", "0010", "1001", "1111")
str_locate(mylist, "000|001|100")
使用 -e 参数添加其他模式:
echo '1100' | grep -e '001' -e '110' -e '101'
如果你想要逻辑向量,那么你应该检查stringi
包中的stri_detect
函数。 在你的情况下,模式是正则表达式,所以使用这个:
stri_detect_regex(x, pattern)
## [1] TRUE TRUE TRUE FALSE
以及一些基准:
require(microbenchmark)
test <- stri_paste(stri_rand_strings(100000, 4, "[0-1]"))
head(test)
## [1] "0001" "1111" "1101" "1101" "1110" "0110"
microbenchmark(stri_detect_regex(test, pattern), grepl(pattern, test))
Unit: milliseconds
expr min lq mean median uq max neval
stri_detect_regex(test, pattern) 29.67405 30.30656 31.61175 30.93748 33.14948 35.90658 100
grepl(pattern, test) 36.72723 37.71329 40.08595 40.01104 41.57586 48.63421 100
很抱歉将其作为附加答案,但评论的行太多了。
我只是想提醒一下,可以通过paste(..., collapse = "|")
粘贴在一起以用作单个匹配模式的项目数量是有限的 - 见下文。 也许有人能说出极限在哪里? 诚然,这个数字可能不切实际,但根据要执行的任务,不应将其完全排除在我们的考虑之外。
对于非常多的项目,需要一个循环来检查模式的每个项目。
set.seed(0)
samplefun <- function(n, x, collapse){
paste(sample(x, n, replace=TRUE), collapse=collapse)
}
words <- sapply(rpois(10000000, 8) + 1, samplefun, letters, '')
text <- sapply(rpois(1000, 5) + 1, samplefun, words, ' ')
#since execution takes a while, I have commented out the following lines
#result <- grepl(paste(words, collapse = "|"), text)
# Error in grepl(pattern, text) :
# invalid regular expression
# 'wljtpgjqtnw|twiv|jphmer|mcemahvlsjxr|grehqfgldkgfu|
# ...
#result <- stringi::stri_detect_regex(text, paste(words, collapse = "|"))
# Error in stringi::stri_detect_regex(text, paste(words, collapse = "|")) :
# Pattern exceeds limits on size or complexity. (U_REGEX_PATTERN_TOO_BIG)
您还可以使用data.table
库中的%like%
运算符。
library(data.table)
# input
x <- c("1100", "0010", "1001", "1111")
pattern <- "001|100|000"
# check for pattern
x %like% pattern
> [1] TRUE TRUE TRUE FALSE
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.