regex - R 中的正则表达式 - 以“或”方式组合两种模式。无法发现错误。

Question

我想pat1在pat2vec

vec <- c("(and) i.e.", "(and) ie", "(and)ie", "and i.e.", "and ie", "and) i.e.")

pat1 <- "\\(and) i\\.e\\."
pat2 <- "\\(and) ie"

我尝试使用结合这两种模式(pat1|pat2)

# combine the two patterns 
pat1or2 <- paste0("(", pat1, "|", pat2, ")")
# [1] "(\\(and) i\\.e\\.|\\(and) ie)"

grep(pat1, vec, value=TRUE)
# [1] "(and) i.e."

grep(pat2, vec, value=TRUE)
# [1] "(and) ie"

grep(pat1or2, vec, value=TRUE)
# character(0)

显然，我遗漏了一些东西，我无法发现它。
（尝试弄乱 perl 并修复，但不是这样）

你能指出我在结合这两种模式时的错误吗？

Answer 1

你忘了反斜杠所有的括号。你的两种模式应该是：

pat1 <- "\\(and\\) i\\.e\\."
pat2 <- "\\(and\\) ie"

在那之后，无论有没有，一切都应该没问题perl = TRUE。perl = TRUE使用旧（错误）模式可能会使您走上发现错误的轨道：

grep(pat1, vec, value=TRUE, perl = TRUE)
# Error in grep(pat1, vec, value = TRUE, perl = TRUE) : 
#   invalid regular expression '\(and) i\.e\.'

清楚地表明你有不平衡的括号。

Answer 2

可以简化如下：

pat1 <- "(and) i.e."
pat2 <- "(and) ie"

ok <- grepl(pat1, vec, fixed = TRUE) | grepl(pat2, vec, fixed = TRUE)  
vec[ ok ]

这可以交替写成这种形式，泛化为两种以上的模式：

pats <- c(pat1, pat2)
ok <- Reduce(function(x, y) x | grepl(y, vec, fixed = TRUE), pats, FALSE)
vec[ ok ]