防止R中的grep治疗&引用；作为一封信

我有一个字符向量，其中包含类似于以下内容的文本：

text <- c("ABc.def.xYz", "ge", "lmo.qrstu")

但是，

grep

函数似乎将

视为一个字母：

pattern <- "([A-Z]|[a-z])+$"

grep(pattern, text, value = T)

> "ABc.def.xYz" "ge"          "lmo.qrstu" 

模式“ABc.def.xYz”“ge”“lmo.qrstu”

该模式在其他地方有效，例如在

---

如何才能使

grep

按预期的方式运行？

grep

用于查找模式。它返回与模式匹配的向量的索引。如果指定了，

value=TRUE

，则返回值。从描述中可以看出，您似乎希望删除子字符串，而不是返回初始向量的子集

如果需要删除子字符串，可以使用

sub

 sub('.*\\.', '', text)
 #[1] "xYz"   "ge"    "qrstu"

---

作为第一个参数，我们匹配一个模式，即

'.\\\.

。它匹配一个或多个字符（

*

），后跟一个点（

\.

）。需要使用

\\

对

进行转义，以将其视为该符号而不是任何字符。这将一直匹配到字符串中的最后一个

字符。我们用一个

'

作为替换参数替换匹配的模式，从而删除子字符串。

grep

不进行任何替换。它搜索匹配项并返回给出匹配项的索引（如果指定value=T，则返回值）。你得到的结果只是说这些在字符串中的某个点符合你的标准。如果您在文本向量的任何位置添加了不符合条件的内容（例如：“9”、“#$%23”和…），那么当您调用grep时，它不会返回这些内容

如果您希望它只返回匹配的部分，您应该查看

regmatches

函数。然而，出于您的目的，

sub

或

gsub

似乎应该做您想做的事情

gsub(".*\\.", "", text)

---

我建议阅读regexs

？regex

的帮助页面。wikipedia页面也是一个不错的读物，但请注意R的正则表达式与其他一些有点不同

您可以尝试从

stringr

软件包中提取

stru

函数

str_extract(text, "[^.]*$")

---

这将匹配最后存在的所有非点字符。

您的模式确实有效，问题是

grep

做的事情与您认为的不同

首先，让我们将您的模式与包

stringr

中的

str\u extract\u all

一起使用

library(stringr)
str_extract_all(text, pattern ="([A-Z]|[a-z])+$")
[[1]]
[1] "xYz"

[[2]]
[1] "ge"

[[3]]
[1] "qrstu"

请注意，结果与您预期的一样

您遇到的问题是，

grep

将为您提供与正则表达式匹配的完整元素，而不仅仅是元素的匹配部分。例如，在下面的示例中，grep将返回第一个元素，因为它与“a”匹配：

---

是的，这个很好用。你能解释一下

*\.

语法吗？我想知道这个问题还会有多少答案。看起来像是一个史诗般的骗局。@DavidArenburg，但有这么多的软件包来回答这个问题！特别是因为在r底是不可能的！我的问题不是“如何在R中使用正则表达式”，而是“为什么R中的grep会做这个特殊的事情”，所以我不会说它是重复的。关于最后一部分

regmatches（x，gregexpr（pattern=“a”，x））

或使用

regexpr

library(stringr)
str_extract_all(text, pattern ="([A-Z]|[a-z])+$")
[[1]]
[1] "xYz"

[[2]]
[1] "ge"

[[3]]
[1] "qrstu"

grep(pattern = "a", x = c("abcdef", "bcdf"), value = TRUE)
[1] "abcdef"