R語言之grep函數和正則通配符查

在R語言的道路上又學到了一個新知識，記下來一起分享！

首先，grep函數可以像數據庫查詢一樣對向量中的具有特定條件的元素進行查詢！

其次，介紹幾種R語言中的正則通配符：

（1）“^”匹配一個字符串的開始，比如sub("^a","",c("abcd","dcba"))，表示將開頭為a的字符串。如果要將開頭的一個字符串替換，簡單地寫成“^ab”就行。

（2）“$”匹配一個字符串的結尾，比如sub("a$","",c("abcd","dcba"))表示將以a結尾的字符串。

（3）"."表示除了換行符以外的任一字符，比如sub("a.c","",c("abcd","sdacd"))。

（4）“*”表示將其前的字符進行0個或多個的匹配，比如sub("a*b","",c("aabcd","dcaaaba"))。

（5）“?”匹配0或1個正好在它之前的那個字符

（6）“+”匹配1或多個正好在它之前的那個字符。

（7）“.*”可以匹配任意字符，比如sub("a.*e","",c("abcde","edcba"))。

（8）“|”表示邏輯的或，比如sub("ab|ba","",c("abcd","dcba"))，可以替換ab或者ba。

（9）“^”還可以表示邏輯的補集，需要寫在“[]”中，比如sub("[^ab]","",c("abcd","dcba"))，由于sub只替換搜尋到的第一個，因此這個例子中用gsub效果更好。

（10）“[]”還可以用來匹配多個字符，如果不使用任何分隔符號，則搜尋這個集合，比如在sub("[ab]","",c("abcd","dcba"))中，和"a|b"效果一樣。

（11）“[-]”的形式可以匹配一個范圍，比如sub("[a-c]","",c("abcde","edcba"))匹配從a到c的字符，sub("[1-9]","",c("ab001","001ab"))匹配從1到9的數字。

　   最后需要提一下的是“貪婪”和“懶惰”的匹配規則。默認情況下是匹配盡可能多的字符，是為貪婪匹配，比如sub("a.*b","",c("aabab","eabbe"))，默認匹配最長的a開頭b結尾的字串，也就是整個字符串。如果要進行懶惰匹配，也就是匹配最短的字串，只需要在后面加個“?”，比如sub("a.*?b","",c("aabab","eabbe"))，就會匹配最開始找到的最短的a開頭b結尾的字串。數據分析師培訓

最后，舉例說明：

例：

> Num <- c(310,456,311,431,421,435,534,312,313,320,321,322,323,314,324,317,3231)

> ipn<-grep("^3",Num,value=T)##開頭為3的數字##

> ipn

 [1] "310"  "311"  "312"  "313"  "320"  "321"  "322"  "323"  "314" 

[10] "324"  "317"  "3231"

> ipn<-grep("^31",Num,value=T)##開頭為31的數字#

> ipn

[1] "310" "311" "312" "313" "314" "317"

> ipn<-grep("4$",Num,value=T)##以4結尾的的數字#

> ipn

[1] "534" "314" "324"

> ipn<-grep("3.2",Num,value=T)##所有以3開頭，以2結尾的數字##

> ipn

[1] "312" "322"

> ipn<-grep("*31",Num,value=T)##所有含‘31’的數字#

> ipn

[1] "310"  "311"  "431"  "312"  "313"  "314"  "317"  "3231"

> ipn<-grep("3*1",Num,value=T)##所有開頭為3或者末位為1的數字##

> ipn

 [1] "310"  "311"  "431"  "421"  "312"  "313"  "321"  "314"  "317" 

[10] "3231"

> ipn<-grep("?31",Num,value=T)##所有含‘31’的數字##

> ipn

[1] "310"  "311"  "431"  "312"  "313"  "314"  "317"  "3231"

> ipn<-grep("+31",Num,value=T)##所有含‘31’的數字##

> ipn

[1] "310"  "311"  "431"  "312"  "313"  "314"  "317"  "3231"

> ipn<-grep("3.*1",Num,value=T)##所有含‘3'和'1’的數字##

> ipn

[1] "310"  "311"  "431"  "312"  "313"  "321"  "314"  "317"  "3231"

> ipn<-grep("3|1",Num,value=T)##所有含‘3'或'1’的數字##

> ipn

 [1] "310"  "311"  "431"  "421"  "435"  "534"  "312"  "313"  "320" 

[10] "321"  "322"  "323"  "314"  "324"  "317"  "3231"

> ipn<-grep("[1]",Num,value=T)##所有含‘1’的數字##

> ipn

 [1] "310"  "311"  "431"  "421"  "312"  "313"  "321"  "314"  "317" 

[10] "3231"