只对"SN“、"+SN”或"-SN“表示祝贺，而不部分匹配R中的其他

Question

因此，我试图从一个“天气状况”列中获取grep天气数据，该列有针对不同天气类型的多个指示符。我试图分别grep "+SN"，"SN“和"-SN”，但有困难避免部分匹配。

这里有一个例子，说明了列中可能需要注意的内容：

c("-SN", " ", "SN FR", "HZ +SN", "SN", "+SN", " ", "+BC -SN")

加注"-SN“很好，但是对"+SN”表示祝贺是很棘手的，因为+本身就是正则表达式运算符。使用转义字符将给出以下错误：

> grep( "\+SN" ,aa) Error: '\+' is an unrecognized escape in character string starting ""\+"

此外，在没有"+SN“或"-SN”的情况下欢呼"SN“是一个挑战。如您所见，我无法使用^SN$或^SN排除+或-符号，因为一列中可能有多个指示符，而我正在寻找的指示符可能在前面或后面。R中的grep是否与!=或-v等价？你怎么会有这样的事呢？R中的正则表达式在功能上似乎更加有限。

谢谢。

Answer 1

您需要使用基于否定查找的正则表达式。

> x <- c("-SN", " ", "SN FR", "HZ +SN", "SN", "+SN", " ", "+BC -SN")
> regmatches(x, regexpr("(?<!\\S)[-+]?SN(?!\\S)", x, perl=TRUE))
[1] "-SN" "SN"  "+SN" "SN"  "+SN" "-SN"

(?<!\\S)断言匹配之前不会有一个非空格字符。

或

使用锚，以便进行精确的字符串匹配.

> x <- c("-SN", " ", "SN FR", "HZ +SN", "SN", "+SN", " ", "+BC -SN")
> regmatches(x, regexpr("^[-+]?SN$", x))
[1] "-SN" "SN"  "+SN"

或

> grep("^[-+]?SN$", x, value=TRUE)
[1] "-SN" "SN"  "+SN"

或

单独获得SN (即没有+或-前面的SN )

> x <- c("-SN", " ", "SN FR", "HZ +SN", "SN", "+SN", " ", "+BC -SN")
> regmatches(x, regexpr("(?<![+-])SN\\b", x, perl=TRUE))
[1] "SN" "SN"