如何检查准确的字符串

Question

我正在尝试将一大组单词与一列字符串相匹配。这些词必须完全匹配。

我可以一次处理一个单词，但对于多个单词我会遇到一些问题。

x = c("red", "redish", "green", "greenish")
grepl("red|green", ignore.case=TRUE, x)

我希望它返回“红色”和“绿色”；但不偏红或偏绿。

Answer 1

正则表达式让您可以使用\\b单词边界：

grepl("\\bred\\b|\\bgreen\\b", x, ignore.case = TRUE)
# [1]  TRUE FALSE  TRUE FALSE

如果您想匹配较长字符串中的单词，这将很有效：

grepl("\\bred\\b|\\bgreen\\b",
      c("I want to match red", "But not Fred",
        "Green yes please", "ignore wintergreen"),
      ignore.case=TRUE)
# [1]  TRUE FALSE  TRUE FALSE

但是，如果您正在进行整个字符串匹配，正则表达式就太过分了，相等匹配会快得多：

tolower(x) %in% c("red", "green")
[1]  TRUE FALSE  TRUE FALSE

如果我们从以下开始，patterns = c("red|green")我们可以达到上述任一所需情况：

## use this with `%in%`
individual_words = unlist(strsplit(patterns, split = "\\|")) 

## or paste on the word boundaries for regex
word_boundary_patterns = paste0("\\b", individual_words, "\\b", collapse = "|")