如何匹配 R 中的二项式表达式？
How to match binomial expressions in R?
我想匹配二项式，即双音节词，有时连字符，音节重叠略有不同；变化总是与重复音节中的第一个（可能还有第二个）字母有关：
x <- c("pow-wow", "pickwick", "easy-peasy", "nitty-gritty", "bzzzzzzz", "mmmmmm", "shish", "wedged", "yaaaaaa")
在这里，我们在 pow-wow、pickwick、easy-peasy 和 nitty-gritty 中说了音节重复（这就是预期的输出）但是 not in bzzzzzzz, mmmmmm, shish, wedged and yaaaaa.
这个正则表达式至少设法摆脱了 wedged（发音为一个音节）以及单音节词，因为它要求捕获组中存在一个元音：
grep("\b\w?((?!ed)(?=[aeiou])\w{2,})-?\w\w?\1\b$", x, value = T, perl = T)
[1] "pow-wow" "pickwick" "easy-peasy" "nitty-gritty" "yaaaaa"
但是，yaaaaa 也正在匹配。为了 not 匹配它，我的感觉是捕获组不应包含两个相同的直接连续的元音，但我不知道如何实施该限制。
有什么想法吗？
如果在字符串中更远的地方找不到相同的块，那么您似乎想要匹配初始字符后不能包含 ed 和 2 个或更多重复字符的单词。此外，开头和中间允许的“差异”window 是 0 到 2 个字符。
您可以使用
\b\w{0,2}(?!((.)+)(?!.*)|ed)([aeiou]\w+)-?\w\w?\b
详情
\b - 单词边界（如果您的“单词”等于整个字符串，您可以使用 ^）\w{0,2} - 两个或多个单词字符（替换为 \p{L} 以仅匹配字母）(?!((.)+)(?!.*)|ed) - 不允许 ed 或两个或更多不在字符串中重复的相同字符紧邻当前位置的右侧 ([aeiou]\w+) - 一个元音（在第 3 组中捕获）和 1 个以上的单词字符（替换为 \p{L} 以仅匹配字母）-? - 一个可选的连字符\w\w? - 1 或 2 个单词字符 </code> - 与第 3 组中捕获的值相同</li>
<li><code>\b - 单词边界（如果您的“单词”等于整个字符串，您可以使用 $）
我想匹配二项式，即双音节词，有时连字符，音节重叠略有不同；变化总是与重复音节中的第一个（可能还有第二个）字母有关：
x <- c("pow-wow", "pickwick", "easy-peasy", "nitty-gritty", "bzzzzzzz", "mmmmmm", "shish", "wedged", "yaaaaaa")
在这里，我们在 pow-wow、pickwick、easy-peasy 和 nitty-gritty 中说了音节重复（这就是预期的输出）但是 not in bzzzzzzz, mmmmmm, shish, wedged and yaaaaa.
这个正则表达式至少设法摆脱了 wedged（发音为一个音节）以及单音节词，因为它要求捕获组中存在一个元音：
grep("\b\w?((?!ed)(?=[aeiou])\w{2,})-?\w\w?\1\b$", x, value = T, perl = T)
[1] "pow-wow" "pickwick" "easy-peasy" "nitty-gritty" "yaaaaa"
但是，yaaaaa 也正在匹配。为了 not 匹配它，我的感觉是捕获组不应包含两个相同的直接连续的元音，但我不知道如何实施该限制。
有什么想法吗？
如果在字符串中更远的地方找不到相同的块，那么您似乎想要匹配初始字符后不能包含 ed 和 2 个或更多重复字符的单词。此外，开头和中间允许的“差异”window 是 0 到 2 个字符。
您可以使用
\b\w{0,2}(?!((.)+)(?!.*)|ed)([aeiou]\w+)-?\w\w?\b
详情
\b- 单词边界（如果您的“单词”等于整个字符串，您可以使用^）\w{0,2}- 两个或多个单词字符（替换为\p{L}以仅匹配字母）(?!((.)+)(?!.*)|ed)- 不允许ed或两个或更多不在字符串中重复的相同字符紧邻当前位置的右侧([aeiou]\w+)- 一个元音（在第 3 组中捕获）和 1 个以上的单词字符（替换为\p{L}以仅匹配字母）-?- 一个可选的连字符\w\w?- 1 或 2 个单词字符</code> - 与第 3 组中捕获的值相同</li> <li><code>\b- 单词边界（如果您的“单词”等于整个字符串，您可以使用$）