r - R中正则表达式的问题：匹配由空格或字符串开头/结尾包围的单词

Question

我想计算字典中出现在字符串中的单词的数量，如果它被空格包围或者它位于字符串的开头或结尾。

我正在使用这样的答案：

library(stringi)

testStr <- c("dutch dutch brown", "brown ", "AAdutch", "dutchAA", "AAbrown",
             "brownAA", "hello")
stri_count_regex(testStr, "(^|\\s+)dutch|brown(\\s+|$)")

哪个返回3 1 0 1 1 0 0，但我期待3 1 0 0 0 0 0。所以问题是它也很重要"dutchAA"而且"AAbrown"我不想要。

我对此有点困惑，因为当我在RegExr上运行这个正则表达式时它工作得很好。

Answer 1

尝试使用以下正则表达式：

(?:\b|\s+)(?:dutch|brown)(?:\s+|\b)

正则表达式演示

r

library(stringi)

testStr <- c("dutch dutch brown", "brown ", "AAdutch", "dutchAA", "AAbrown",
             "brownAA", "hello")
stri_count_regex(testStr, "(?:\\b|\\s+)(?:dutch|brown)(?:\\s+|\\b)")  # 3 1 0 0 0 0 0