5

有人知道如何在表达式中找到第 n 次出现的字符串以及如何用正则表达式替换它吗？

例如我有以下字符串

txt <- "aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa"

我想用 '|' 替换第 5 次出现的 '-' 以及“||”第 7 次出现“-” 喜欢

[1] aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa

我该怎么做呢？

谢谢，弗洛里安

4

3 回答 3

7

(1) sub它可以在单个正则表达式中完成sub：

> sub("(^(.*?-){4}.*?)-(.*?-.*?)-", "\\1|\\3||", txt, perl = TRUE)
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"

(2) sub两次或调用两次的这种变体sub：

> txt2 <- sub("(^(.*?-){6}.*?)-", "\\1|", txt, perl = TRUE)
> sub("(^(.*?-){4}.*?)-", "\\1||", txt2, perl = TRUE)
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"

(3) sub.fun或创建sub.fun一种替代功能的这种变体。它利用gsubfn 包fn$中的, , 和替换为参数。首先定义指定的函数，然后调用它两次。n-1patvaluesub

library(gsubfn)
sub.fun <- function(x, pat, n, value) {
   fn$sub( "(^(.*?-){`n-1`}.*?)$pat", "\\1$value", x, perl = TRUE)
}

> sub.fun(sub.fun(txt, "-", 7, "||"), "-", 5, "|")
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"

（我们可以在using或给出基本 R 解决方案sub的主体中修改参数，但代价是一些额外的冗长。）sub.funpastesprintf

这可以重新表述为一个替换函数，给出这个令人愉悦的序列：

"sub.fun<-" <- sub.fun
tt <- txt # make a copy so that we preserve the input txt
sub.fun(tt, "-", 7) <- "||"
sub.fun(tt, "-", 5) <- "|"

> tt
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"

(4) gsubfn使用gsubfngsubfn包，我们可以使用一个特别简单的正则表达式（它只是"-"），并且代码具有非常简单的结构。我们通过 proto 方法执行替换。包含该方法的 proto 对象被传递以代替替换字符串。这种方法的简单性源于gsubfn自动使count变量可用于此类方法的事实：

library(gsubfn) # gsubfn also pulls in proto
p <- proto(fun = function(this, x) {
     if (count == 5) return("|")
     if (count == 7) return("||")
     x
 })

> gsubfn("-", p, txt)
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"

更新：一些更正。

更新 2：为 (3) 添加了替换函数方法。

更新 3：pat为sub.fun.

于 2013-05-28T12:53:06.330 回答
4

另一种可能性是使用 Hadley 的stringr包，它为我编写的函数奠定了基础：

require(stringr)

replace.nth <- function(string, pattern, replacement, n) {
    locations <- str_locate_all(string, pattern)
    str_sub(string, locations[[1]][n, 1], locations[[1]][n, 2]) <- replacement
    string
}

txt <- "aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa-aaa"

txt.new <- replace.nth(txt, "-", "|", 5)
txt.new <- replace.nth(txt.new, "-", "||", 7)
txt.new
# [1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa-aaa||aaa-aaa"
于 2013-05-28T10:43:15.220 回答
1

一种方法是使用gregexpr查找 的位置-：

posns <- gregexpr("-",txt)[[1]]

然后将相关的部分和分隔符粘贴在一起：

paste0(substr(txt,1,posns[5]-1),"|",substr(txt,posns[5]+1,posns[7]-1),"||",substr(txt,posns[7]+1,nchar(txt)))
[1] "aaa-aaa-aaa-aaa-aaa|aaa-aaa||aaa-aaa-aaa"
于 2013-05-28T10:39:17.940 回答