提取两个字符串之间不同的字符

Question

我已经使用 adist 计算了两个字符串之间不同的字符数：

a <- "Happy day"
b <- "Tappy Pay"
adist(a,b) # result 2

现在我想提取那些不同的字符。在我的示例中，我想获取字符串 "Hd"（或 "TP"，这无关紧要）。

我试图查看 adist、agrep 和 stringi，但一无所获。

Answer 1

只要a和b的长度相同我们就可以这样做：

s.a <- strsplit(a, "")[[1]]
s.b <- strsplit(b, "")[[1]]
paste(s.a[s.a != s.b], collapse = "")

给予：

[1] "Hd"

就代码的清晰度而言，这似乎很简单，而且似乎与这里提供的最快的解决方案有关，尽管我认为我更喜欢 f3:

f1 <- function(a, b)
  paste(setdiff(strsplit(a,"")[[1]],strsplit(b,"")[[1]]), collapse = "")

f2 <- function(a, b)
  paste(sapply(setdiff(utf8ToInt(a), utf8ToInt(b)), intToUtf8), collapse = "")

f3 <- function(a, b) 
  paste(Reduce(setdiff, strsplit(c(a, b), split = "")), collapse = "")

f4 <- function(a, b) {
  s.a <- strsplit(a, "")[[1]]
  s.b <- strsplit(b, "")[[1]]
  paste(s.a[s.a != s.b], collapse = "")
}

a <- "Happy day"
b <- "Tappy Pay"

library(rbenchmark)
benchmark(f1, f2, f3, f4, replications = 10000, order = "relative")[1:4]

在我的笔记本电脑上的新会话中提供以下内容：

  test replications elapsed relative
3   f3        10000    0.07    1.000
4   f4        10000    0.07    1.000
1   f1        10000    0.09    1.286
2   f2        10000    0.10    1.429

我假设不同之处一定在相应的字符位置。您可能想澄清这是否是故意的。

Answer 2

对此并不感到自豪，但它似乎可以胜任：

sapply(setdiff(utf8ToInt(a), utf8ToInt(b)), intToUtf8)

结果：

[1] "H" "d"

Answer 3

拆分成字母，取差为集合：

> setdiff(strsplit(a,"")[[1]],strsplit(b,"")[[1]])
[1] "H" "d"

Answer 4

您可以使用以下操作顺序：

使用 strsplit().
使用setdiff()比较元素
包装在一个缩减函数中

试试这个：

Reduce(setdiff, strsplit(c(a, b), split = ""))
[1] "H" "d"

Answer 5

您可以使用其中一个变量作为正则表达式字符 class 和 gsub 从另一个变量中取出：

gsub(paste0("[",a,"]"),"",b)
[1] "TP"
gsub(paste0("[",b,"]"),"",a)
[1] "Hd"

Answer 6

以下函数可能是解决此类问题的更好选择。

list.string.diff <- function(a, b, exclude = c("-", "?"), ignore.case = TRUE, show.excluded = FALSE)
{
if(nchar(a)!=nchar(b)) stop("Lengths of input strings differ. Please check your input.")
if(ignore.case)
{
a <- toupper(a)
b <- toupper(b)
}
split_seqs <- strsplit(c(a, b), split = "")
only.diff <- (split_seqs[[1]] != split_seqs[[2]])
only.diff[
(split_seqs[[1]] %in% exclude) |
(split_seqs[[2]] %in% exclude)
] <- NA
diff.info<-data.frame(which(is.na(only.diff)|only.diff),
split_seqs[[1]][only.diff],split_seqs[[2]][only.diff])
names(diff.info)<-c("position","poly.seq.a","poly.seq.b")
if(!show.excluded) diff.info<-na.omit(diff.info)
diff.info

from https://www.r-bloggers.com/extract-different-characters-between-two-strings-of-equal-length/

那你可以运行

list.string.diff(a, b)

求差。

提取两个字符串之间不同的字符

Extract characters that differ between two strings

string

r

character