Сопоставление нескольких шаблонов
Я хочу увидеть, встречается ли в строке «001» или «100» или «000» из 4 символов 0 и 1 . Например, строка из 4 символов может иметь вид «1100» или «0010» или «1001» или «1111» . Как сопоставить несколько строк в строке с помощью одной команды?
Я знаю, что grep можно использовать для сопоставления с образцом, но с помощью grep я могу проверять только одну строку за раз. Я хочу знать, можно ли использовать несколько строк с какой-либо другой командой или с самой командой grep.
3 ответа
Вот одно решение с использованием пакета stringr
require(stringr)
mylist = c("1100", "0010", "1001", "1111")
str_locate(mylist, "000|001|100")
Извините за добавление дополнительного ответа, но слишком много строк для комментария.
Я просто хотел напомнить, что количество элементов, которые можно вставить вместе через paste(..., collapse = "|") для использования в качестве единого шаблона сопоставления, ограничено - см. Ниже. Может кто-нибудь подскажет, где именно предел? По общему признанию число может не быть реалистичным, но в зависимости от задачи, которая будет выполнена, это не должно быть полностью исключено из наших соображений.
Для действительно большого количества элементов потребуется цикл для проверки каждого элемента шаблона.
set.seed(0)
samplefun <- function(n, x, collapse){
paste(sample(x, n, replace=TRUE), collapse=collapse)
}
words <- sapply(rpois(10000000, 8) + 1, samplefun, letters, '')
text <- sapply(rpois(1000, 5) + 1, samplefun, words, ' ')
#since execution takes a while, I have commented out the following lines
#result <- grepl(paste(words, collapse = "|"), text)
# Error in grepl(pattern, text) :
# invalid regular expression
# 'wljtpgjqtnw|twiv|jphmer|mcemahvlsjxr|grehqfgldkgfu|
# ...
#result <- stringi::stri_detect_regex(text, paste(words, collapse = "|"))
# Error in stringi::stri_detect_regex(text, paste(words, collapse = "|")) :
# Pattern exceeds limits on size or complexity. (U_REGEX_PATTERN_TOO_BIG)
Если вы хотите логический вектор, вам следует проверить функцию stri_detect из пакета stringi. В вашем случае это регулярное выражение, поэтому используйте этот:
stri_detect_regex(x, pattern)
## [1] TRUE TRUE TRUE FALSE
И некоторые тесты:
require(microbenchmark)
test <- stri_paste(stri_rand_strings(100000, 4, "[0-1]"))
head(test)
## [1] "0001" "1111" "1101" "1101" "1110" "0110"
microbenchmark(stri_detect_regex(test, pattern), grepl(pattern, test))
Unit: milliseconds
expr min lq mean median uq max neval
stri_detect_regex(test, pattern) 29.67405 30.30656 31.61175 30.93748 33.14948 35.90658 100
grepl(pattern, test) 36.72723 37.71329 40.08595 40.01104 41.57586 48.63421 100