使用通配符匹配区间

Question

我有两个值，例如：

from = XY05*
to = XY55*

然后我有一个包含很多字符串的tbl_dff。

Codes = ["XY05A", "XY56", "XY555", "AT003", "XY55AB", "XY35QA"
              "GA003A", "XY36", "XY100", "XY03",...]

我想使用我的变量 from 和 to 来查看这些变量是否在我的 Codes 变量中。

根据示例，我希望匹配：

"XY05A"
"XY555"
"XY36"
"XY55AB"
"XY35QA"

因为在XY05* - XY55*之间。 * 只是说，我不在乎后面是什么。

希望这是有道理的。

Answer 1

试试这个模式：XY(0[5-9]|[1-4]\d|5[0-5]).*。

(0[5-9]|[1-4]\d|5[0-5]) 将匹配 05 和 55 之间的任意数字以及之后的任意数量的任意字符。

Demo

Answer 2

你能把 from 和 to 作为整数而不是完整的字符串吗？这样你就可以从 Codes 向量中提取整数，并将它们直接与 from 和 to:

进行比较

from <- 5
to <- 55

pattern <- "XY([0-9]+).*"

# use regex to extract the integer part of each string
Codes_int <- as.integer( sub( pattern, "\1", Codes ) )

# return only the `Codes` where the integer is in range
Codes[ Codes_int >= from & Codes_int <= to & grepl( pattern, Codes ) ]

使用通配符匹配区间

Match on interval with wildcard

regex

r

pattern-matching

matching