帶有模式數組的正則表達式（R中）

Question

我想識別與模式數組匹配的字符串的所有元素。 我該怎么做呢？ 我想避免笨拙的for循環，因為我希望結果不會改變指定模式的順序。

這是一個簡單的（無效）示例。

regex = c('a','b')
words = c('goat','sheep','banana','aardvark','cow','bird')
grepl(regex,words)
[1]  TRUE FALSE  TRUE  TRUE FALSE FALSE
Warning message:
In grepl(regex, words) :
  argument 'pattern' has length > 1 and only the first element will be used

編輯：對不起，意識到我之前已經看到了答案，只是忘記了它-可能是grepl('(a)|(b)',words) ，但是我需要一些強制方法排列成這種形式

Answer 1

使用sapply ：

> sapply(regex, grepl, words)
         a     b
[1,]  TRUE FALSE
[2,] FALSE FALSE
[3,]  TRUE  TRUE
[4,]  TRUE FALSE
[5,] FALSE FALSE
[6,] FALSE  TRUE

最初的問題建議上述是所要的，但隨后更改為要求包含regex任何元素的那些元素。 在這種情況下：

> grepl(paste(regex, collapse = "|"), words)
[1]  TRUE FALSE  TRUE  TRUE FALSE  TRUE

Answer 2

您可以提前在正則表達式中進行操作。 這是將搜索詞中的正則表達式拼接在一起的示例（ a和b只應匹配banana ，請確保將perl = TRUE設置為在正則表達式中啟用(?=...)超前）。 它也應該適用於更復雜的模式，請查看本教程以獲取有關預讀的詳細信息。

search <- c('a','b')
words <- c('goat','sheep','banana','aardvark','cow','bird')
regex <- paste(paste0("(?=.*", search, ")"), collapse = "")
matches <- grepl(regex,words, perl = T)
print(data.frame(words, matches))

更新：這是針對匹配所有搜索詞的原始問題，可以如對原始問題的編輯中所述實現匹配任何搜索詞

Answer 3

needleInHaystack ，我編寫了一個名為needleInHaystack的函數，該函數可以按如下方式使用：

x <- needleInHaystack(regex, words)
x
#          a b
# goat     1 0
# sheep    0 0
# banana   1 1
# aardvark 1 0
# cow      0 0
# bird     0 1

根據如果你想對all或any ，很容易使用的apply （或rowSums ）。

apply(x, 1, function(x) any(as.logical(x)))
#     goat    sheep   banana aardvark      cow     bird 
#     TRUE    FALSE     TRUE     TRUE    FALSE     TRUE 
apply(x, 1, function(x) all(as.logical(x)))
#     goat    sheep   banana aardvark      cow     bird 
#    FALSE    FALSE     TRUE    FALSE    FALSE    FALSE 

它旨在發現混亂的事物。 因此，例如，“到”將匹配“山羊”。 不確定這是否是您想要解決的問題。