R，grep和精确匹配

Question

似乎grep在返回匹配的方式上“贪婪”。假设我有以下数据：

Sources <- c(
                "Coal burning plant",
                "General plant",
                "coalescent plantation",
                "Charcoal burning plant"
        )

Registry <- seq(from = 1100, to = 1103, by = 1)

df <- data.frame(Registry, Sources)

如果我执行grep("(?=.*[Pp]lant)(?=.*[Cc]oal)", df$Sources, perl = TRUE, value = TRUE)，它将返回

"Coal burning plant"     
"coalescent plantation"  
"Charcoal burning plant" 

然而，我只想返回准确的匹配，即只有在“煤”和“植物”发生的地方。我不想要“合并”，“种植园”等等。因此，我只想看到"Coal burning plant"

Answer 1

您希望围绕您的单词模式使用单词边界\b。单词边界不消耗任何字符。它断言，一边有一个字字，另一边没有字。您还可以考虑使用内联(?i)修饰符进行不区分大小写的匹配。

grep('(?i)(?=.*\\bplant\\b)(?=.*\\bcoal\\b)', df$Sources, perl=T, value=T)

Working Demo

Answer 2

如果你总是想要“煤”然后“工厂”，那么这应该是可行的。

grep("\\b[Cc]oal\\b.*\\b[Pp]lant\\b", Sources, perl = TRUE, value=T)

在这里，我们添加\b匹配，它代表一个单词边界。你可以在你最初的尝试中添加“边界”这个词--我们很好

grep("(?=.*\\b[Pp]lant\\b)(?=.*\\b[Cc]oal\\b)", Sources, 
    perl = TRUE, value = TRUE)