R 匹配相似字符串向量并返回不匹配元素

我有两个包含类似字符串向量（产品标题）的数据集。两个数据集中字符串之间的唯一区别是缺少/存在特殊字符

现在，我的问题是匹配相应的字符串向量并返回不匹配的元素（在每种情况下都应该是特殊字符）。单个字符串中可以有许多不匹配的特殊字符

例如，我有两个文本：

Text 1: Analog Science Fiction and Fact February 1995
Text 2: Analog Science Fiction and Fact, February 1995

是否存在仅返回不匹配元素的R函数

我就是这样处理这个问题的

S.vector <- strsplit(Acceptdata['Text.1'][1,],' ')
S.vector
# [[1]]
# [1] "Analog"   "Science"  "Fiction"  "and"      "Fact"     "February" "1995"    

F.vector <- strsplit(Acceptdata['Text.2'][1,],' ')
F.vector
# [[1]]
# [1] "Analog"   "Science"  "Fiction"  "and"      "Fact,"    "February" "1995"

l.S.vector <- tolower(S.vector)
l.F.vector <- tolower(F.vector)
grep("l.S.vector",l.F.vector,invert=T,value=T)
# [1] "c(\"analog\", \"science\", \"fiction\", \"and\", \"fact,\", \"february\", \"1995\")"

---

S.vector我完全清楚您的预期输出，但我认为这将帮助您实现目标。它使用来自qualV包的
LCS
功能

library("qualV")
common <- function(a,b) {
    a2 <- strsplit(a,'')[[1]]
    b2 <- strsplit(b,'')[[1]]
    if(length(a2) < length(b2)) {
        a2[(length(a2)+1):length(b2)] <- ' '
    } else if(length(a2) > length(b2)) {
        b2[(length(b2)+1):length(a2)] <- ' '
    }
    LCS(a2,b2)
}

库（“qualV”）
非常感谢你详尽的答复。不幸的是，我收到了错误消息z$f[其中（！seq（1，max（z$vf））%in%z$vf）]seq中的错误。默认值（1，max（z$vf））：“to”不能是NA、NaN或无限。另外：警告消息：in max（z$vf）：max没有不丢失的参数；返回-inf此外，我还得到了粘贴（z$LCS，collapse=''）[1]“AnalogScienceFrievenandFebruary1995”与您对公共字符串的结果不同（“事实”和“事实”，因为它们在两个字符串中都不常见）。
f
不是
LCS
返回值的元素。查看
str（z）
以了解可以提取哪些元素。在
LCS
返回值中，向量总是被称为
a
和
b
。对于第二个问题，您使用什么作为
common
的输入来获得该结果？我将字符串命名为“s”和“f”。那么，我必须将它们重命名为“a”和“b”吗？对于第二个问题，我使用的是您调用的确切函数，只是我重命名了字符串。对于
-循环，您的
周围需要
{}
括号。例如，
for（i在seq_中沿着（a））{for（j在seq_中沿着（b））{…}
。在循环中
i
是一个数字（即，数字序列中从1到对象
a
和对象
b
长度的位置）。因此，
strsplit（tolower（i））
类似于循环每次迭代时的
strsplit（tolower（1））
，
strsplit（tolower（2））
，等等。您可能需要这样的内容：
strsplit（tolower（a[i]））
。
library("qualV")
common <- function(a,b) {
    a2 <- strsplit(a,'')[[1]]
    b2 <- strsplit(b,'')[[1]]
    if(length(a2) < length(b2)) {
        a2[(length(a2)+1):length(b2)] <- ' '
    } else if(length(a2) > length(b2)) {
        b2[(length(b2)+1):length(a2)] <- ' '
    }
    LCS(a2,b2)
}

a <- 'Analog Science Fiction and Fact February 1995'
b <- 'Analog Science Fiction and Fact, February 1995'
z <- common(a,b)
paste0(z$LCS, collapse = '') # common string
# [1] "Analog Science Fiction and Fact February 1995"
z$b[which(!seq(1,max(z$vb)) %in% z$vb)] # non-matching elements in `b`
# [1] ","
z$a[which(!seq(1,max(z$va)) %in% z$va)] # non-matching elements in `a`
# character(0)

a <- 'Analog! SCIENCE Fiction and Fact Feb. 1995'
b <- 'Analog Science Fiction & Fact (February 1995)'
z <- common(a,b)
paste0(z$LCS, collapse = '') # common string
# [1] "Analog S Fiction  Fact Feb 1995"
z$b[which(!seq(1,max(z$vb)) %in% z$vb)] # non-matching elements in `b`
# [1] "c" "i" "e" "n" "c" "e" "&" "(" "r" "u" "a" "r" "y"
z$a[which(!seq(1,max(z$va)) %in% z$va)] # non-matching elements in `a`
# [1] "!" "C" "I" "E" "N" "C" "E" "a" "n" "d" "."