匹配來自所有可能子串的另一個列表的子串

Question

我有一個包含市場名稱和其他內容的長字符串向量

S = c('123_GOLD_534', '531_SILVER_dfds', '93_COPPER_29dad', '452_GOLD_deww')

另一個向量包含所有可能的市場

V = c('GOLD','SILVER')

如何從 S 中提取市場名稱位？ 基本上我想循環V和S ，如果grepl(V[i], S[j])用V[i]替換S[j] 。

所以結果應該是這樣的

c('GOLD','SILVER',NA,'GOLD')

Answer 1

您可以使用str_extract的 str_extract ：

> library(stringr)
> str_extract(S, paste(V, collapse="|"))
[1] "GOLD"   "SILVER" NA       "GOLD"  

paste(V, collapse="|")將創建一個像GOLD|SILVER這樣的正則表達式，從而提取GOLD或SILVER 。 如果正則表達式不匹配，它將只返回 NA。

請注意，如果您需要僅在用_符號包圍時匹配GOLD或SILVER ，請將paste(V, collapse="|")替換為paste0("(?<=_)(?:", paste(V, collapse="|"), ")(?=_)") :

> str_extract(S, paste0("(?<=_)(?:", paste(V, collapse="|"), ")(?=_)"))
[1] "GOLD"   "SILVER" NA       "GOLD"  

它將創建一個像(?<=_)(?:GOLD|SILVER)(?=_)這樣的正則表達式，並且只有在前面有一個_時才會匹配GOLD或SILVER （ (?<=_) ，一個正面的后視）並且如果值后面有一個_ （由於(?=_)正向前瞻）。 前瞻不會將匹配的文本添加到匹配中（它們是非消耗性的）。