R中的agrep字符串匹配

Question

我有两个产品名称列表。我的问题是 "Operating system" 与 "system"、"cooling system" 等匹配。但它必须只匹配"Operating"、"OS"。另一个例子是 "Key Board" 应该与 "key" 或 "KB" 匹配，但不能与 "Mother Board" 匹配，或者只是 "Board".

如何让第一个词比第二个词更重要？

我在 R 中使用了 agrep()。对于第一个示例，它也匹配 "system" 和 "cooling system"。如何避免匹配？

有没有 function/method 可以匹配 "key board" 和 "KB" 以及 "operating system" 和 "OS"？

提前致谢。

Answer 1

我为此编写了一个函数，虽然不是最优化的方法，但可以完成任务。输入是向量而不是列表，希望这有帮助

stringMatch<-function(search.string,inputstring,pattern=" "){
stringsplit<-unlist(str_split(search.string,pattern))

firstletter<-c()
for(i in seq(1,length(stringsplit))){firstletter<-paste(firstletter,
substring(stringsplit[i],1,1),sep="")}
search.string.l<-tolower(search.string)
firstletter.l<-tolower(firstletter)

matchstring<-grep(paste("\b",search.string.l,"\b","|","\b",firstletter.l,"\b"
,sep=""),tolower(inputstring))
return(matchstring)
}

test1<-c('hello p','helbbo','hello test','HP')
search.string<-'HP'
[1] 4

R中的agrep字符串匹配

agrep string matching in R

r

string-matching

agrep

tm

qdap