Matching mehrere Muster

Will ich sehen, wenn "001" oder "100" oder "000" tritt in eine Zeichenfolge von 4 Zeichen 0 und 1. Zum Beispiel, ein 4-Zeichen-string könnte sein, wie "1100" oder "0010" oder "1001" oder "1111". Wie muss ich passen viele strings in einem string mit einem einzigen Befehl?

Weiß ich grep verwendet werden könnte, pattern-matching, aber mit grep, kann ich nur eine saite zu einem Zeitpunkt. Ich möchte wissen, ob mehrere Zeichenketten können verwendet werden, mit einigen anderen Befehl oder mit grep selbst.

InformationsquelleAutor der Frage Narayani | 2011-08-04

  1. 37

    Ja, Sie können. Die | im grep Muster hat die gleiche Bedeutung wie or. So können Sie testen, für Ihre Muster durch mit "001|100|000" als Ihr Muster. Gleichzeitig grep ist vektorisiert, so dass all dies kann in einem Schritt: 

    x <- c("1100", "0010", "1001", "1111")
pattern <- "001|100|000"

grep(pattern, x)
[1] 1 2 3

    Dieser gibt einen index zurück, was Ihre Vektoren enthalten die passenden Muster (in diesem Fall die ersten drei.)

    Manchmal ist es bequemer zu haben, einen logischen Vektor, der sagt Ihnen, welche Elemente in Ihrem Vektor angepasst wurden. Dann können Sie grepl:

    grepl(pattern, x)
[1]  TRUE  TRUE  TRUE FALSE

    Sehen ?regex für die Hilfe über reguläre Ausdrücke in R.

    Edit:
    Um zu vermeiden das Muster manuell können wir verwenden paste:

    myValues <- c("001", "100", "000")
pattern <- paste(myValues, collapse = "|")

    InformationsquelleAutor der Antwort Andrie

  2. 6

    Hier ist eine Lösung, mit stringr Paket

    require(stringr)
mylist = c("1100", "0010", "1001", "1111")
str_locate(mylist, "000|001|100")

    InformationsquelleAutor der Antwort Ramnath

  3. 3

    Das argument-e verwenden, um zusätzliche Muster:

    echo '1100' | grep -e '001' -e '110' -e '101'

    InformationsquelleAutor der Antwort Patrick Dignan

  4. 1

    Können Sie auch die %like% Betreiber von data.table Bibliothek.

    library(data.table)

# input
  x <- c("1100", "0010", "1001", "1111")
  pattern <- "001|100|000"

# check for pattern
  x %like% pattern

> [1]  TRUE  TRUE  TRUE FALSE

    InformationsquelleAutor der Antwort rafa.pereira

  5. 1

    Wenn Sie möchten, logische Vektor, dann sollten Sie prüfen stri_detect Funktion von stringi Paket. In Ihrem Fall ist das Muster regex zu verwenden, so dieses:

    stri_detect_regex(x, pattern)
## [1]  TRUE  TRUE  TRUE FALSE

    Und einige benchmarks:

    require(microbenchmark)
test <- stri_paste(stri_rand_strings(100000, 4, "[0-1]"))
head(test)
## [1] "0001" "1111" "1101" "1101" "1110" "0110"
microbenchmark(stri_detect_regex(test, pattern), grepl(pattern, test))
Unit: milliseconds
                             expr      min       lq     mean   median       uq      max neval
 stri_detect_regex(test, pattern) 29.67405 30.30656 31.61175 30.93748 33.14948 35.90658   100
             grepl(pattern, test) 36.72723 37.71329 40.08595 40.01104 41.57586 48.63421   100

    InformationsquelleAutor der Antwort bartektartanus

  6. 0

    Sorry für diese eine zusätzliche Antwort, aber es sind zu viele Zeilen für einen Kommentar.

    Ich wollte nur daran erinnern, dass die Anzahl der Elemente, die eingefügt werden können, die zusammen über paste(..., collapse = "|") als einzigen passenden Muster ist begrenzt - siehe unten. Vielleicht jemand kann sagen, wo genau die Grenze ist? Zugegeben, die Zahl ist vielleicht nicht realistisch, sondern je nach der Aufgabe, die durchgeführt werden es sollte nicht ganz ausgeschlossen werden von unserer überlegungen.

    Für eine sehr große Anzahl von Elementen, ist eine Schleife erforderlich wäre, zu prüfen jedes Element des Musters.

    set.seed(0)
samplefun <- function(n, x, collapse){
  paste(sample(x, n, replace=TRUE), collapse=collapse)
}

words <- sapply(rpois(10000000, 8) + 1, samplefun, letters, '')
text <- sapply(rpois(1000, 5) + 1, samplefun, words, ' ')

#since execution takes a while, I have commented out the following lines

#result <- grepl(paste(words, collapse = "|"), text)

# Error in grepl(pattern, text) : 
#   invalid regular expression 
# 'wljtpgjqtnw|twiv|jphmer|mcemahvlsjxr|grehqfgldkgfu|
# ...

#result <- stringi::stri_detect_regex(text, paste(words, collapse = "|"))

# Error in stringi::stri_detect_regex(text, paste(words, collapse = "|")) : 
# Pattern exceeds limits on size or complexity. (U_REGEX_PATTERN_TOO_BIG)

    InformationsquelleAutor der Antwort Manuel Bickel

Schreibe einen Kommentar