R：查找数字是否在字符串范围内

Question

我有一个字符串 s，其中 "substrings" 被竖线分开。子字符串可能包含也可能不包含数字。我有一个测试字符串 n ，其中包含一个数字，可能包含也可能不包含字母。请参见下面的示例。注意间距可以任意

我正在尝试删除 n 不在范围内或不完全匹配的所有子字符串。我知道我需要按 - 拆分，转换为数字，并将 low/high 与 n 转换为数字进行比较。这是我的起点，但后来我陷入了从 unl_new 中获取最终好的字符串的困境。

s = "liquid & bar soap 1.0 - 2.0oz | bar 2- 5.0 oz | liquid soap 1-2oz | dish 1.5oz"
n = "1.5oz"

unl = unlist(strsplit(s,"\|"))

unl_new = (strsplit(unl,"-"))
unl_new = unlist(gsub("[a-zA-Z]","",unl_new))

期望的输出：

"liquid & bar soap 1.0 - 2.0oz | liquid soap 1-2oz | dish 1.5oz"

我是不是完全走错了路？谢谢！

Answer 1

不知道是否够通用，你可以试试：

require(stringr)
splitted<-strsplit(s,"\|")[[1]]
ranges<-lapply(strsplit(
          str_extract(splitted,"[0-9\.]+(\s*-\s*[0-9\.]+|)"),"\s*-\s*"),
          as.numeric)
tomatch<-as.numeric(str_extract(n,"[0-9\.]+"))
paste(splitted[
            vapply(ranges, function(x) (length(x)==1 && x==tomatch) || (length(x)==2 && findInterval(tomatch,x)==1),TRUE)],
             collapse="|")
#[1] "liquid & bar soap 1.0 - 2.0oz | liquid soap 1-2oz | dish 1.5oz"

Answer 2

这里有一个使用 r-base 的选项；

## extract the n numeric
nn <- as.numeric(gsub("[^0-9|. ]", "", n))
## keep only numeric and -( for interval)
## and split by |
## for each interval test the condition to create a boolean vector
contains_n <- sapply(strsplit(gsub("[^0-9|. |-]", "", s),'[|]')[[1]],
       function(x){
         yy <- strsplit(x, "-")[[1]]
         yy <- as.numeric(yy[nzchar(yy)])
         ## the condition
         (length(yy)==1 && yy==nn) || length(yy)==2 && nn >= yy[1] && nn <= yy[2]
       })

## split again and use the boolean factor to remove the parts 
## that don't respect the condition
## paste the result using collapse to get a single character again
paste(strsplit(s,'[|]')[[1]][contains_n],collapse='')

## [1] "liquid & bar soap 1.0 - 2.0oz  liquid soap 1-2oz  dish 1.5oz"

Answer 3

这是一个方法，从您的 unl 步骤开始，使用 stringr:

unl = unlist(strsplit(s,"\|"))
n2 <- as.numeric(gsub("[[:alpha:]]*", "", n))
num_lst <- str_extract_all(unl, "\d\.?\d*")
indx <- lapply(num_lst, function(x) {
  if(length(x) == 1) {isTRUE(all.equal(n2, as.numeric(x))) 
  } else {n2 >= as.numeric(x[1]) & n2 <= as.numeric(x[2])}})

paste(unl[unlist(indx)], collapse=" | ")
[1] "liquid & bar soap 1.0 - 2.0oz  |  liquid soap 1-2oz  |  dish 1.5oz"

我还用 "2.3oz" 等其他数量对其进行了测试。使用 n2 我们将 n 强制转换为数字以进行比较。变量 num_lst 将数字与字符串隔离开来。

在 indx 中，我们对字符串数字进行比较。如果有一个数字，我们检查它是否等于 n2。我选择不使用基本的 == 运算符以避免任何舍入问题。而是使用 isTRUE(all.equal(x, y))。

最后，逻辑索引变量indx用于对字符串进行子集化以提取匹配项并用管道将它们粘贴在一起"|"。

R：查找数字是否在字符串范围内

R: find if number is within range in a character string

regex

r

string

strsplit