如何使用 gsub 在 for 循环中找到完全匹配？

Question

我只想替换数据数据框中的确切术语。在下面的示例中，我试图用 xx 替换单词 java 但它替换了 javascript 以及 xxscript.

data$new
[1] "xxscript is a statically typed and xx py is a dynamically typed"
[2] "xx is a programming language"

data = data.frame("word"=c('python', 'java'), 
                    "description"=c('Javascript is a statically typed and Python py is a dynamically typed',
                                    'java is a programming language'), stringsAsFactors = FALSE)

ll <- as.list(data$word)
data$new <- data$description
for(i in seq_len(nrow(data))) for(j in seq_along(ll)) {
    data$new[i] <- gsub(ll[j], "xx", data$new[i],ignore.case = T)
}
data$new

我希望只替换确切的条款。

Answer 1

使用单词边界\b

gsub("\bjava\b", "xx", c("my java is", "this javascript is"))
#[1] "my xx is"           "this javascript is"

你可能想要

ll <- as.list(data$word)
data$new <- data$description
for(i in seq_len(nrow(data))) for(j in seq_along(ll)) {
    data$new[i] <- gsub(paste0("\b", ll[j], "\b"), "xx", data$new[i],ignore.case = T)
}

Answer 2

您可以通过将单词列表与 or 连接来移除两个循环 | 并且 sub 正在处理向量：

data$new <- sub(paste0("\b", ll, "\b", collapse="|"), "xx", data$description, ignore.case = T)

如@d-b 所示，您可以使用边界 \b 来匹配单词。

如何使用 gsub 在 for 循环中找到完全匹配？

How to find the exact match in for loop using gsub?

r

regex

pattern-matching

gsub

exact-match