在?agrep
(带有模糊匹配的grep
)中,它提到我可以设置参数fixed=FALSE
来解释我的模式作为正则表达式。
但是,我无法让它工作!
agrep('(asdf|fdsa)', 'asdf', fixed=F)
# integer(0)
上面应该匹配正则表达式“(asdf|fdsa)”完全匹配本例中的测试字符串“asdf”。
确认:
grep('(asdf|fdsa)', 'asdf', fixed=F)
# 1 : it does match with grep
更令人困惑的是,adist
正确地将模式和字符串之间的距离指定为 0,这意味着 agrep
应该肯定返回 1,而不是大于 integer(0)
(0 不可能大于默认的 max.dist = 0.1
)。
adist('(asdf|fdsa)', 'asdf', fixed=F)
# [,1]
# [1,] 0
为什么这不起作用?有什么我不明白的吗?解决方法?
我很高兴使用 adist
,但不完全确定如何将 agrep
的默认 max.distance=0.1
参数转换为 adist
对应的参数。
(是的,我被困在一台旧计算机上,它的性能无法比 R 2.15.2 更好)
> sessionInfo()
R version 2.15.2 (2012-10-26)
Platform: i686-redhat-linux-gnu (32-bit)
locale:
[1] LC_CTYPE=en_AU.utf8 LC_NUMERIC=C
[3] LC_TIME=en_AU.utf8 LC_COLLATE=en_AU.utf8
[5] LC_MONETARY=en_AU.utf8 LC_MESSAGES=en_AU.utf8
[7] LC_PAPER=C LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_AU.utf8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
最佳答案
tl;dr: agrep(...,fixed=F)
似乎不适用于“|”特点。使用aregexec
。
经过进一步调查,我认为这是一个错误,并且 agrep(...,fixed=F)
似乎不能与“|”一起使用正则表达式(尽管 adist(...,fixed=F)
确实如此)。
要详细说明,请注意
adist('(asdf|fdsa)', 'asdf', fixed=T) # 7
nchar('(asdf|fdsa)') # 11
如果“asdf”被 agrep
转换为非正则表达式字符串“(asdf|fdsa)”,那么它的距离将为 7。
关于这一点:
agrep('(asdf|fdsa)', 'asdf', fixed=F, max.distance=7) # 1
agrep('(asdf|fdsa)', 'asdf', fixed=F, max.distance=6) # integer(0)
如果fixed=T
,这些是我期望的结果。如果 fixed=F
,我的正则表达式将完全匹配“asdf”,并且距离将为 0,因此我总是会从 agrep
.
所以它看起来agrep(pattern, x,fixed=F)
不起作用,即它实际上将fixed
视为TRUE某种模式。
正如 @Arun 提到的,它可能只是“|”不起作用的正则表达式。例如,agrep('la[sb]y', 'lazy',fixed=FALSE)
确实按预期工作。
编辑:解决方法(感谢@Arun)
函数 aregexec
似乎可以工作。
> aregexec('(asdf|fdsa)', 'asdf', fixed=F)
[[1]]
[1] 1 1
attr(,"match.length")
[1] 4 4
关于r - `agrep(..., fixed=F)` 的困难,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15871702/