Извлеките регулярное выражение

Ответ 1

Используйте новый пакет stringr, который обертывает все существующее регулярное выражение, работает в согласованном синтаксисе и добавляет несколько отсутствующих:

library(stringr)
str_locate("aaa12xxx", "[0-9]+")
#      start end
# [1,]     4   5
str_extract("aaa12xxx", "[0-9]+")
# [1] "12"

Ответ 2

Скорее поспешно сказать "игнорировать стандартные функции" - файл справки для ?gsub, даже конкретно ссылки в "Смотрите также":

'для извлечения согласованных подстрок на основе результатов 'Regexpr,' gregexpr и 'regexec.

Итак, это сработает и довольно просто:

txt <- "aaa12xxx"
regmatches(txt,regexpr("[0-9]+",txt))
#[1] "12"

Ответ 3

Может

gsub("[^0-9]", "", "aaa12xxxx")
# [1] "12"

Ответ 4

Вы можете использовать ленивое совпадение регулярных выражений PERL:

> sub(".*?([0-9]+).*", "\\1", "aaa12xx99",perl=TRUE)
[1] "12"

Попытка заменить лишние цифры приведет к ошибке в этом случае.

Ответ 5

Используйте скобки для скобок в регулярном выражении и ссылках на группы в замене. Все, что в скобках запоминается. Затем к ним обращается \2, первый элемент. Первая обратная косая черта избегает интерпретации обратной косой черты в R, поэтому она передается в парсер регулярного выражения.

gsub('([[:alpha:]]+)([0-9]+)([[:alpha:]]+)', '\\2', "aaa12xxx")

Ответ 6

Один из способов:

test <- regexpr("[0-9]+","aaa12456xxx")

Теперь обратите внимание, что regexpr дает начальные и конечные индексы строки:

    > test
[1] 4
attr(,"match.length")
[1] 5

Таким образом, вы можете использовать эту информацию с помощью функции substr

substr("aaa12456xxx",test,test+attr(test,"match.length")-1)

Я уверен, что есть более элегантный способ сделать это, но это был самый быстрый способ найти. Кроме того, вы можете использовать sub/gsub, чтобы вырезать то, что вы не хотите оставлять, что хотите.

Ответ 7

Использование обложки в пакете gsubfn. как правило, применяется в том, что args являются объектом, модификатором и функцией, за исключением того, что объект является вектором строк (а не массивом), а модификатор является регулярным выражением (а не разницей):

library(gsubfn)
x <- c("xy13", "ab 12 cd 34 xy")
strapply(x, "\\d+", as.numeric)
# list(13, c(12, 34))

Это говорит о том, чтобы соответствовать одной или нескольким цифрам (\ d +) в каждом компоненте x, проходящем каждый матч через as.numeric. Он возвращает список, компоненты которого являются векторами совпадений соответствующих компонентов x. Посмотрев на выходе, мы видим, что первая компонента x имеет одно совпадение, равное 13, а вторая компонента x имеет два совпадения, равные 12 и 34. См. http://gsubfn.googlecode.com для получения дополнительной информации.

Ответ 8

Другое решение:

temp = regexpr('\\d', "aaa12xxx");
substr("aaa12xxx", temp[1], temp[1]+attr(temp,"match.length")[1])

Ответ 9

Одним из важных различий между этими подходами является поведение с любыми несоответствиями. Например, метод regmatches может не возвращать строку с той же длиной, что и вход, если нет совпадений во всех позициях

> txt <- c("aaa12xxx","xyz")

> regmatches(txt,regexpr("[0-9]+",txt)) # could cause problems

[1] "12"

> gsub("[^0-9]", "", txt)

[1] "12" ""  

> str_extract(txt, "[0-9]+")

[1] "12" NA  

Ответ 10

Вы можете написать свои регулярные выражения с помощью С++, скомпилировать их в DLL и вызвать их из R.

    #include <regex>

    extern "C" {
    __declspec(dllexport)
    void regex_match( const char **first, char **regexStr, int *_bool)
    {
        std::cmatch _cmatch;
        const char *last = *first + strlen(*first);
        std::regex rx(*regexStr);
        bool found = false;
        found = std::regex_match(*first,last,_cmatch, rx);
        *_bool = found;
    }

__declspec(dllexport)
void regex_search_results( const char **str, const char **regexStr, int *N, char **out )
{
    std::string s(*str);
    std::regex rgx(*regexStr);
    std::smatch m;

    int i=0;
    while(std::regex_search(s,m,rgx) && i < *N) {
        strcpy(out[i],m[0].str().c_str());
        i++;
        s = m.suffix().str();
    }
}
    };

вызов в R как

dyn.load("C:\\YourPath\\RegTest.dll")
regex_match <- function(str,regstr) {
.C("regex_match",x=as.character(str),y=as.character(regstr),z=as.logical(1))$z }

regex_match("abc","a(b)c")

regex_search_results <- function(x,y,n) {
.C("regex_search_results",x=as.character(x),y=as.character(y),i=as.integer(n),z=character(n))$z }

regex_search_results("aaa12aa34xxx", "[0-9]+", 5)