R语言-正则表达式1

Posted 2020-11-02 ZhengXixide

R语言的正则表达式主要用来处理文本资料，比如进行查找、替换等等。

首先是一些处理文本时会用到的函数：

字符串分割：strsplit()

字符串连接：paste(),paste0()

计算字符串长度：nchar(),length()

字符串截取：substr(),substring()

查看是否存在某个字符：grep(p,x) <返回匹配到的元素的下标（位置）,p是一个正则表达式

              　　　　　　　grepl(p,x)<返回逻辑值false or true

举个栗子：

s<-c("123abc\\456","abc123edf")
grep("123",s) #匹配“123"的位置，返回元素的下标
grepl("xcd",s)#”123“是否匹配成功，返回逻辑值

> grep("123",s)
[1] 1 2
> grepl("xcd",s)
[1] FALSE FALSE

字符替换：sub(p,replace,x) <对查找到的第一个字符进行替换

　　　　　gsub(p,replace,x) <对查找到的所有内容进行替换

eg:

s1<-c("123edf123")
sub("123","sss",s1) #替换s1里"123"为“sss",注意：找到即停止
gsub("123","sss",s1) #对找到的所有内容进行替换

> sub("123","sss",s1)
[1] "sssedf123"
> gsub("123","sss",s1)
[1] "sssedfsss"

____________________________________________________________________

下面介绍R语言里的正则表达式

 直接用例子说明问题：

1、\d 是否匹配到任意一个数字

s3<-c("123abc\\456","abc123\\def123","")
grepl("\\d",s3) #是否匹配到任意一个数字

[1] TRUE TRUE

#等价于：
grepl("[0-9]",s3)

2、\D是否匹配到任意一个非数字

grepl("\\D",s3) #是否匹配到任意一个非数字
#等价于：
grepl("[^0-9]",s3) #^表示逻辑非

3、\w是否匹配到任何一个数字、字母、下划线

grepl("\\w",s3) #是否匹配到任何一个数字、字母、下划线
等价于：
grepl("[a-zA-Z0-9]",s3)

4、\W是否匹配到任何一个非数字、字母、下划线

grepl("\\W",s3) 

5、\\ 转义

grepl("\\\\",s3) #是否匹配到\\

6、. 是否匹配到任意字符

grepl (".",s3)

7、| 表示或

grepl("56|ab",s) #是否匹配到“56”或“ab"

8、^

grepl("^a",s3) #是否以a开头

9、$

grepl("6$",s3) #是否以6结尾

10、()

grepl("abc(.+)456",s3)  #"abc"和"456"之间是否存在任意(.)大于等于1个(+)字符

11、[ ]

grepl("[123,456]",s3)
#等价于：
grepl("123|456",s3)

12、{ }

grepl("[def]{2}",s3)  #"def"是否出现了不超过3次

13、*

grepl(".*",s3)  #任意字符是否匹配0次以上，肯定返回true啦（包括空格）

14、+

grepl(".+",s3)  #任意字符至少能匹配一次，空格返回FALSE

15、?

grepl("[456]?",s3) #匹配0次为true，匹配1次也为true