R - 使用grep查找字符串中的有序模式

Question

我想搜索一組字符串中的特定模式。

給出一個字符串的這兩個載體：

actions <- c("taking","using") 

nouns <- c("medication","prescription") 

我想找到的行動 + 名詞任意組合，在這個特定的順序，而不是名詞+行動。例如，使用下面的文字我要檢測的組合：使用藥物

• 使用prescritpion

使用下面的文字服藥

：

phrases <- c("he was using medication", 
       "medication using it", 
       "finding medication", 
       "taking the left", 
       "using prescription medication", 
       "taking medication drug") 

我嘗試過使用grep("\\b(taking|using+medication|prescriptio)\\b",phrases,value = FALSE)，但它顯然是錯誤的。

Answer 1

您可以使用您的actions和nouns價值觀建設的交替組，並把它們放入一個更大的正則表達式：

actions <- c("taking","using") 
nouns <- c("medication","prescription") 
phrases <- c("he was using medication","medication using it","finding medication","taking the left","using prescription medication","taking medication drug") 
grep(paste0("(",paste(actions, collapse="|"), ")\\s+(", paste(nouns,collapse="|"),")"), phrases, value=FALSE) 
## => [1] 1 5 6 
## and a visual check 
grep(paste0("(",paste(actions, collapse="|"), ")\\s+(", paste(nouns,collapse="|"),")"), phrases, value=TRUE) 
## => [1] "he was using medication" "using prescription medication" "taking medication drug" 

見online R demo

產生的正則表達式看起來像

(taking|using)\s+(medication|prescription) 

請參閱regex demo。

詳細：

• (taking|using) - 交替組匹配任一taking或（|）using
• \s+ - 1以上空格
• (medication|prescription) - 交替組匹配任一medication或prescription。

注意(...)捕獲團可以用(?:...)非捕獲那些，以避免保持子匹配在存儲器中替換。