grepl 与正则表达式

Question

我在将 grepl 与正则表达式结合使用时遇到困难。

这是一个小例子：

我有一个字符向量：

text <- c(

  "D_Purpose__Repairs" ,
  "Age" ,
  "F_Job"  
)

我想select以D_或F_开头的单词。所以我写：

grepl("\>D_.+ | \>F_.+", text)

grepl("\D_.+ | \F_.+", text)

grepl("\^D_.+ | \^F_.+", text)

然而这个returns:

[1] FALSE FALSE FALSE

你能帮我理解我做错了什么以及我应该如何更正我的代码吗？

我们将不胜感激您的建议。

Answer 1

您不需要（也不得）使用反斜杠转义插入符号，并且您不能在正则表达式中的 | 周围放置额外的空格。这如您所愿：

> grepl("^D_.+|^F_.+", text)
[1]  TRUE FALSE  TRUE

Answer 2

对您的模式的一些评论：

\>D_.+ | \>F_.+ - 此处，\> 匹配单词位置的结尾，而此处的实际位置是单词的 start （因此，您可能想尝试使用 \<'). Also, the spaces around|are meaningful, you should not add them unless you use aperl=TRUEwith a(?x)` 修饰符。
\D_.+ | \F_.+ 是格式错误的模式，因为 \F 是未知的正则表达式转义。 \D 匹配除数字以外的任何字符，这显然是您没有想到的。
\^D_.+ | \^F_.+ 是最接近的，但又有多余的空格，转义的 ^ 匹配文字插入符号。如果您不转义插入符号，它们将匹配字符串位置的开头。

现在，这里最有效的模式是

grepl("^[DF]_.+", text)

含义：

grepl with regex