正則表達式保留一些匹配，刪除其他匹配

Question

我在使用這個正則表達式時遇到了麻煩。 考慮以下向量。

> vec <- c("new jersey", "south dakota", "virginia:chincoteague",
           "washington:whidbey island", "new york:main")

在那些包含:字符串中，我想只保留帶有main字符串: ，導致

[1] "new jersey" "south dakota" "new york:main"

到目前為止，我只能用這種丑陋的嵌套噩夢到達那里，這顯然遠非最佳。

> g1 <- grep(":", vec)
> vec[ -g1[grep("main", grep(":", vec, value = TRUE), invert = TRUE)] ]
# [1] "new jersey"    "south dakota"  "new york:main"

如何編寫單個正則表達式來保持:main但刪除其他包含: ？

Answer 1

使用| （請選擇一個包含:main或不包含:在所有）：

> vec <- c("new jersey", "south dakota", "virginia:chincoteague",
+            "washington:whidbey island", "new york:main")
> grep(":main|^[^:]*$", vec)
[1] 1 2 5
> vec[grep(":main|^[^:]*$", vec)]
[1] "new jersey"    "south dakota"  "new york:main"

Answer 2

你可以使用這個簡單的正則表達式：

^[^:]+(?::main.*)?$

見演示

不確定確切的R代碼，但是類似的東西

grepl("^[^:]+(?::main.*)?$", subject, perl=TRUE);

說明

• ^ anchor斷言我們位於字符串的開頭
• [^:]+匹配所有不是冒號的字符
• 可選的非捕獲組(?::main.*)? 匹配冒號， main和后面的任何字符
• $ anchor斷言我們在字符串的末尾