|
昨天剑哥说要不要写一下关于正则表达式的内容，今天看书就正好看到这一章。R for data science总体上感觉讲解的还不是特别详细，我总体按照书来写，有想要深入学习的同学，可以去google搜索，非常多好的内容。 同样，先先加载包: library(tidyverse)library(stringr)1基础匹配 我们先来看一个例子。用stringr包中的str_view函数来看一下匹配的含义。
可以看到该函数将字符串中含有an的对象banana找出来了。这可以算作是精确匹配，那么如果我们想要匹配的是符合一定规律的怎么办呢？比如想要匹配中间为字母a，前后为任意字符皆可。这就用到正则表达式了，维基百科定义如下：
比如刚才的例子，就可以这么写： x <- c('apple', 'banana', 'pear')str_view(string = x, pattern = '.a.')其中的“.”，就代表着任意字符，注意任意，也就是不管是字母，数字，符号，空格等等，都是可以的。但是问题来了，如果我们需要的是精确匹配“.”本身呢，这时候需要使用反斜杠 “\”对其进行转义，这时候正字表达式就不会将其视作广义的代表，而是该字符本身了。但是因为\本身在正则表达式中也有其特殊含义，因此他也需要一个反斜杠对其进行转义，也就是说，如果我们想匹配.，我们需要这么写，\\.，也就是两个反斜杠。我们举个例子：
可以看到这样就可以把点本身精确匹配到了。 那么如果想要匹配```本身呢？需要4个反斜杠。。。因为首先反斜杠出现在字符串中就需要对其进行转义，也就是说表示为一个反斜杠就需要2个，所以，最后就出现了四个反斜杠。另外，最近在看python，python中有原生字符串的概念，所以对于出现反斜杠的字符串，可以直接使用r，就不怕漏掉反斜杠了。 x <- 'a\\b'writeLines(x)#> a\bstr_view(string = x, pattern = '\\\\')那么如果要匹配''\，该怎么写呢？例子如下： aa''\ 2固定位置进行匹配 比如你想匹配开头或者结尾为固定内容的对象，在正则表达式中，也有固定符号进行表示。 ^表示开头。 $表示结尾。 匹配以字母a开头的对象：
匹配以字母a结尾的对象： x <- c('apple', 'banana', 'pear')str_view(string = x, pattern = 'a$')注意两个符合的位置。 如果想要精确匹配某个字符，这两个特殊夫就非常有用了：
如果想要精确匹配对象$^$，那么该怎么写呢？ $^$ apple $^$a string包中有一个单词库，我们可以用它来联系一下，比如，匹配该单词库中所有以x开头的单词： x <- stringr::wordsstr_view(string = x, pattern = '^x', match = TRUE)匹配所有以y结尾的单词：
匹配所有长度为3的对象，注意不可以使用str_length函数 x <- stringr::wordsstr_view(string = x, pattern = '^...$', match = TRUE)匹配所有长度为7及以上的对象，注意同样不可以使用str_length函数 特殊字符 从上面可以看出来，其实正则表达式就是特殊字符的组合，用来表示符合规定的对象，因此特殊字符就尤为重要，我们下面来看看都有哪些特殊字符。 \d：表示任意数字，d就是digit的意思。 \s：表示任意空白，比如空格，tab等。 [abc]：中括号将里面包含的内容，表示任意一个即可，比如[abc]代表的就是a，b或者c。 [^abc]：这表示的是除了a，b和c之外的任意字符。 同样的，记住，只要反斜杠出现，就要同时出现两个。 写到这里，电脑没电了，又忘了带带能源，那就正好明天一起，把特殊字符写完。 公众号排版很不好看，大家如果使用电脑，可以点击原文，使用R notebook来写的。 按照英语字母顺序，但是不同地方可能不一样，比如下面的例子： x <- c('apple', 'eggplant', 'banana') ## [1] 'apple' 'banana' 'eggplant' str_sort(x, locale = 'haw') # Hawaiian ## [1] 'apple' 'eggplant' 'banana' 感觉这个功能不会太常用。了解一下就好了。 ---------------------------------------------------------------------- ------------------------------------------------------------------------ |
|
|
