处理多个grepl语句中的关系

我正在做一项作业，需要清除大量凌乱的字符串数据。
我用自己的方式解决了大多数问题，但遇到了两个问题：

使用多个grepl语句时绑定

我觉得很多代码可以简化，但我不知道如何简化

让我们考虑这个极小的例子：

names

是一个字符向量，存储3个不同的人的名字，以各种方式书写

姓名

应该简化（重新编码），以便以相同的方式存储多次出现的人名

假设约翰·纳坦是第一个约翰，
约翰尼和约翰尼都是第二个约翰，
约翰，约翰·D，约翰·多伊是第三个约翰

凭借我有限的

R

知识，我找到了这个解决方案：

names <- c("John", "Johnatan", "Johnnie", "John D.", "John Doe", "johnnie")

names[grepl("johna", names, ignore.case = TRUE)] <- "First John"
names[grepl("johnn", names, ignore.case = TRUE)] <- "Second John"
names[grepl("john d*", names, ignore.case = TRUE)] <- "Third John"

将在

名称中拾取所有john的姓名

问题:
我如何才能处理这种关系，希望在某种程度上，比我目前写的更优雅

谢谢您的提示和建议。
您可以为
“john”
使用单词边界（
\\b
）：

temp = c(Johnatan = "First John", johnnie = "Second John", John = "Third John")
temp[apply(X = sapply(names(temp),
                 function(x) grepl(pattern = x,
                                   x = names,
                                   ignore.case = TRUE)),
      MARGIN = 1,
      FUN = function(x) head(which(x), 1))]
#         John      Johnatan       johnnie          John          John       johnnie 
# "Third John"  "First John" "Second John"  "Third John"  "Third John" "Second John" 

注意：

> names2
[1] "Third John"  "First John"  "Second John" "Third John"  "Third John"  "Second John"


\\b
匹配单词边界，可以是空格或标点符号。例如，
johnatan
将不匹配，因为
john
紧跟另一个字母
a
，而不是单词边界

\\s
匹配空格

d.*
匹配
d
后跟任何（
）零次以上的项

（|）
是一个与
|
的左侧或右侧匹配的捕获组

john（\\b |\\sd.*）
匹配
john
，后跟单词边界或空格，后跟
d
和任何零次或多次。因此，匹配
“john”
、
“john d.”
和
“john doe”
（
ignore.case=TRUE
处理案例）


结果：

> names2
[1] "Third John"  "First John"  "Second John" "Third John"  "Third John"  "Second John"

您可以将单词边界（
\\b
）用于
“john”
：

注意：

> names2
[1] "Third John"  "First John"  "Second John" "Third John"  "Third John"  "Second John"


\\b
匹配单词边界，可以是空格或标点符号。例如，
johnatan
将不匹配，因为
john
紧跟另一个字母
a
，而不是单词边界

\\s
匹配空格

d.*
匹配
d
后跟任何（
）零次以上的项

（|）
是一个与
|
的左侧或右侧匹配的捕获组

john（\\b |\\sd.*）
匹配
john
，后跟单词边界或空格，后跟
d
和任何零次或多次。因此，匹配
“john”
、
“john d.”
和
“john doe”
（
ignore.case=TRUE
处理案例）


结果：

> names2
[1] "Third John"  "First John"  "Second John" "Third John"  "Third John"  "Second John"

这显然可以完成任务，但为了使用它，我必须消化您的代码。太多的新事物让我无法理解太棒了，谢谢你的建议。将在sec.d.b.中进行测试再次感谢代码-当前面的步骤已经完成时，它与第三个John一起工作。问题是我不知道如何将它扩展到更一般的用途，并将其应用到其他名称等，但这可能是离题的。我认为@useR方法（让我了解更多关于regex statemets的内容）虽然并没有缩短所有步骤，但可能对其他名称（或我必须处理的单词或任何类型的文本混乱）更有效。这显然很有效，但为了使用它，我必须消化您的代码。太多的新事物让我无法理解太棒了，谢谢你的建议。将在sec.d.b.中进行测试再次感谢代码-当前面的步骤已经完成时，它与第三个John一起工作。问题是我不知道如何将它扩展到更一般的用途，并将其应用到其他名称等，但这可能是离题的。我认为@useR方法（让我了解更多关于regex statemets的信息）虽然并没有缩短所有步骤，但对于其他名称（或我必须处理的单词或任何类型的文本混乱）可能会更好。我不知道boudry
“john（\\b | \\sd*）”
，它看起来很有希望。我将使用其他需要使用的名称进行测试，看看这是否解决了问题#1。非常感谢。我不知道boudry这个词“john（\\b |\\sd*）”

，看起来很有希望。我将使用其他需要使用的名称进行测试，看看这是否解决了问题#1。非常感谢。