用str_detect()检测与R中包含空格和标点符号的精确匹配

Question

Detecting exact matches using str_detect() in R无法为我提供清晰的解决方案。

如果我有

test <- c("HR", "p-value (stratified)", "HRf", "HR-fake", "p-value", "p-value (unstratified)")
want <- c(TRUE, TRUE, FALSE, FALSE, FALSE, FALSE, FALSE)

最好的方法就是

> test == "HR" | test == "p-value (stratified)"
[1]  TRUE  TRUE FALSE FALSE FALSE FALSE

但是，为了学习，我希望在regex中这样做。然而，这些都不适合我。

> str_detect(testvec, "HR|p-value (stratified)")
[1]  TRUE FALSE  TRUE  TRUE FALSE FALSE
> str_detect(testvec, "\\bHR\\b|\\bp-value (stratified)\\b")
[1]  TRUE FALSE FALSE  TRUE FALSE FALSE

问题似乎是str_detect()是

1. 检测“HR-假”甚至"\bHR\b“

str_detect("HRf","\\bHR\\b") 1 FALSE

str_detect("HR-fake","\\bHR\\b") 1真

str_detect("HR - fake","\\bHR\\b") 1真

即使使用“p值(分层)”，

1. 也没有检测到“p值(分层)”。

str_detect("p-value (stratified)","p-value (stratified)") 1 FALSE

是什么引起了这个问题？谢谢。

Answer 1

除了注释，我们需要指定开始(^)和结束($)，否则它可以匹配HR-fake，尽管我们可以阻止HRf与word边界(\\b)的匹配。

 str_detect(test, regex("^(HR|p-value \\(stratified\\))$"))
[1]  TRUE  TRUE FALSE FALSE FALSE FALSE