R 正则表达式正向查找，包括前面有单词的所有单词

我正在使用R中的

stringr

包，希望用匹配替换紧跟一词的所有值。我得到一个错误，它指出“。必须有一个有界的最大长度（U_REGEX_LOOK_BEHIND_LIMIT）”。以下是引发错误的代码：

strings <- c(" wholesale trade  except motor vehicles motorcycles",
             " retail trade  except motor vehicles motorcycles") 


str_replace_all(strings,'(?<=\\bexcept\\W+)\\w+','MATCH')

注意，某些字符串将有更多的匹配项要替换

---

谢谢

您可以将基本R溶液与

gsub一起使用：

strings <- c(" wholesale trade  except motor vehicles motorcycles",
             " retail trade  except motor vehicles motorcycles") 
gsub("(?:\\G(?!^)\\s+|\\bexcept\\s+)\\K\\w+", "MATCH", strings, perl=TRUE)
# [1] " wholesale trade  except MATCH MATCH MATCH"
# [2] " retail trade  except MATCH MATCH MATCH"   

基本上，模式是

(?:\G(?!^)\s+|\bexcept\s+)\K\w+

看

如果要匹配任何非空白字符块，可以将
\w
替换为
\S

图案细节


（？：\G（？）\s+|\beexcept\s+
-匹配整个单词
，但不匹配
及其后的任何1+空格字符（
\beexcept\s+
）或（
）上一次匹配结束时（
\G（？）\s+
）后的1+空格字符
\K
-清除匹配值
\w+
-匹配1+个单词字符（
\S+
）将匹配任何1个或多个非空白字符）
您可以将base R溶液与
gsub一起使用：

strings <- c(" wholesale trade  except motor vehicles motorcycles",
             " retail trade  except motor vehicles motorcycles") 
gsub("(?:\\G(?!^)\\s+|\\bexcept\\s+)\\K\\w+", "MATCH", strings, perl=TRUE)
# [1] " wholesale trade  except MATCH MATCH MATCH"
# [2] " retail trade  except MATCH MATCH MATCH"   

基本上，模式是

(?:\G(?!^)\s+|\bexcept\s+)\K\w+

看

如果要匹配任何非空白字符块，可以将
\w
替换为
\S

图案细节


（？：\G（？）\s+|\beexcept\s+
-匹配整个单词
，但不匹配
及其后的任何1+空格字符（
\beexcept\s+
）或（
）上一次匹配结束时（
\G（？）\s+
）后的1+空格字符
\K
-清除匹配值
\w+
-匹配1+个单词字符（
\S+
）将匹配任何1个或多个非空白字符）
这里是一个带有
基R
的元素，其中在“除外”处拆分字符串，将第二个元素中的单词替换为“匹配”，并将其粘贴为第一个元素

sapply(strsplit(strings, "\\bexcept\\s+"), 
     function(x) paste0(x[1], "except ", gsub("\\w+", "MATCH", x[2])))
#[1] " wholesale trade  except MATCH MATCH MATCH" 
#[2] " retail trade  except MATCH MATCH MATCH"   

这里是一个带有
base R
的元素，其中在'except'处拆分字符串，用'MATCH'替换第二个元素中的单词，并用第一个元素粘贴

sapply(strsplit(strings, "\\bexcept\\s+"), 
     function(x) paste0(x[1], "except ", gsub("\\w+", "MATCH", x[2])))
#[1] " wholesale trade  except MATCH MATCH MATCH" 
#[2] " retail trade  except MATCH MATCH MATCH"   

这将使用
gsubfn
提取
除…
之外的部分，并使用匿名函数（以公式表示法）处理该部分。该函数接受两个参数
x
和
y
，其值为两个捕获组，即正则表达式中的两个括号表达式。第一个参数
x
将作为
传递，除了
后跟一个或多个尾随空格，第二个
y
是字符串的剩余部分。（它通过扫描函数体（即公式的右侧）并提取自由变量来确定参数的名称和数量。）然后使用
gsub
将
y
中的每个单词替换为
MATCH
。在正则表达式中，
\s
匹配空格，
\s
匹配非空格<代码>*
匹配从该点开始的所有内容。它保留原始间距，只使用相对简单的正则表达式

library(gsubfn)

gsubfn("( except\\s+)(.*)", ~ paste0(x, gsub("\\S+", "MATCH", y)), strings)
## [1] " wholesale trade  except MATCH MATCH MATCH" " retail trade  except MATCH MATCH MATCH"   

这将使用
gsubfn
提取
除…
之外的部分，并使用匿名函数（以公式表示法）处理该部分。该函数接受两个参数
x
和
y
，其值为两个捕获组，即正则表达式中的两个括号表达式。第一个参数
x
将作为
传递，除了
后跟一个或多个尾随空格，第二个
y
是字符串的剩余部分。（它通过扫描函数体（即公式的右侧）并提取自由变量来确定参数的名称和数量。）然后使用
gsub
将
y
中的每个单词替换为
MATCH
。在正则表达式中，
\s
匹配空格，
\s
匹配非空格<代码>*
匹配从该点开始的所有内容。它保留原始间距，只使用相对简单的正则表达式

library(gsubfn)

gsubfn("( except\\s+)(.*)", ~ paste0(x, gsub("\\S+", "MATCH", y)), strings)
## [1] " wholesale trade  except MATCH MATCH MATCH" " retail trade  except MATCH MATCH MATCH"