R 中的 grepl：匹配受到词内破折号的阻碍

Question

我有 3 个词：x、y 和 z，从中可以构建两个复合词：x-y 和 y-z。

在自然出现的文本中，x、y 和 z 可以相互跟随。在第一种情况下，我有：

text="x-y z"

我想检测："x-y" 但不是 "y z"。如果我这样做：

v=c("x-y","y z")
vv=paste("\b",v,"\b",sep="")
sapply(vv,grepl,text,perl=TRUE)

我得到 c(TRUE,TRUE)。换句话说，grepl 没有捕捉到 y 已经通过词内破折号链接到 x 的事实，因此 "y z" 实际上并不存在于文本中。所以我在文本开头添加空格后使用了一个lookbehind：

text=paste("",text,sep=" ")
vv=paste("(?<= )\b",v,"\b",sep="")
sapply(vv,grepl,text,perl=TRUE)

这一次，我得到了我想要的：c(TRUE, FALSE)。现在，在第二种情况下，我有：

text="x y-z"

我想检测 "y-z" 而不是 "x y"。这次采用前瞻对称的方式，我尝试了：

text=paste(text,"",sep=" ")
v=c("x y","y-z")
vv=paste("(?= )\b",v,"\b",sep="")
sapply(vv,grepl,text,perl=TRUE)

但是这次我得到的是 c(FALSE,FALSE) 而不是我预期的 c(FALSE,TRUE)。第一个位置的 FALSE 是预期的（前瞻检测到 y 之后存在字内破折号并阻止与 "x y" 匹配）。但我真的不明白是什么阻止了与 "y-z" 的匹配。

非常感谢您的帮助，

Answer 1

我认为这符合您在评论中对您想要完成的目标的描述。

spaceInvader <- function(a, b, text) {
  # look ahead of `a` to see if there is a space
  hasa <- grepl(paste0(a, '(?= )'), text, perl = TRUE)
  # look behind `b` to see if there is a space 
  hasb <- grepl(paste0('(?<= )', b), text, perl = TRUE)

  result <- c(hasa, hasb)
  names(result) <- c(a, b)
  cat('In: "', text, '"\n', sep = '')
  return(result)
}

spaceInvader('x-y', 'y z', 'x-y z')
# In: "x-y z"
#   x-y   y z 
#  TRUE FALSE 
spaceInvader('x y', 'y-z', 'x y-z')
# In: "x y-z"
#   x y   y-z 
# FALSE  TRUE 
spaceInvader('x-y', 'y z', 'x y-z')
# In: "x y-z"
#   x-y   y z 
# FALSE FALSE 
spaceInvader('x y', 'y-z', 'x-y z')
# In: "x-y z"
#   x y   y-z 
# FALSE FALSE

有问题吗？

spaceInvader('x-y', 'y-z', 'x-y-z')
# In: "x-y-z"
#   x-y   y-z 
# FALSE FALSE

R 中的 grepl：匹配受到词内破折号的阻碍

grepl in R: matching impeded by intra-word dashes

regex

r

lookahead

lookbehind

grepl