R正则表达式找到两个单词相同的字符串,顺序和距离可能会有所不同

Question

我想创建一个单一的正则表达式(如果可能的话)来搜索字符串并确定两个单词是否出现在同一个字符串中.我知道我可以使用两个grepl语句(如下所示),但我想使用单个正则表达式来测试这个条件.正则表达式越有效越好.

我想找到包含"man"和"dog"不区分大小写的字符串.

x <- c(
    "The dog and the man play in the park.",
    "The man plays with the dog.",
    "That is the man's hat.",
    "Man I love that dog!",
    "I'm dog tired"
)

## this works but I want a single regex
grepl("dog", x, ignore.case=TRUE)  & grepl("man", x, ignore.case=TRUE) 

Answer 1

使用正则表达式交替运算符|.

grepl(".*(dog.*man|man.*dog).*", x, ignore.case=TRUE)

必要时使用单词边界..

grepl(".*(\\bdog\\b.*\\bman\\b|\\bman\\b.*\\bdog\\b).*", x, ignore.case=TRUE)

无需领先和尾随 .*

grepl("(dog.*man|man.*dog)", x, ignore.case=TRUE)

您可以在正则表达式本身中提供不区分大小写的修饰符.

grepl("(?i)(dog.*man|man.*dog)", x)

Answer 2

您可以使用类似 Perl 的正则表达式和 2 个前瞻：

grepl("^(?=.*\\bman\\b)(?=.*\\bdog\\b)", x, ignore.case=TRUE, perl=TRUE) 

看IDEONE 演示

上述输入的结果：[1] TRUE TRUE FALSE TRUE FALSE

前瞻^(?=.*\\bman\\b)(?=.*\\bdog\\b)仅检查整个单词man和dog输入，并且仅在两者都存在时才通过，无论它们的顺序如何（dog可能在之前）man，反之亦然）。

由于^字符串起始锚点，这些检查仅针对每个输入执行一次，从而将性能保持在良好的水平。