正则表达式包括下划线

Question

我很想使用regexp。我有以下内容：

  files = c("apple_2014_10_17.csv",
          "apple_2014_10_18.csv",
          "applepie_2014_10_17.csv",
          "applepie_2014_10_18.csv")

我希望仅返回 ：

apple_2014_10_17.csv
apple_2014_10_18.csv

和不返回：

applepie_2014_10_17.csv
applepie_2014_10_18.csv

我正在使用以下正则表达式

grepl("apple_*", files)

但它会返回所有文件。非常感谢任何帮助。

Answer 1

您只需删除*量词即可。问题是这个量子化意味着“零或更多”次，并且在所有向量元素中都匹配apple，无论你是否有一个前后的下划线。

files[grepl('apple_', files)]
# [1] "apple_2014_10_17.csv" "apple_2014_10_18.csv"

或者您可以保留量词并在其前面放置一个点.。这种方式apple_按字面匹配，然后前面的标记（. 任何单个字符）匹配“零次或多次”。

files[grepl('apple_.*', files)]
# [1] "apple_2014_10_17.csv" "apple_2014_10_18.csv"

Answer 2

您还可以使用value中的grep参数，而不必使用files的子集。 fixed {和grep的{​​{1}}参数将使匹配完全匹配，因为这不会通过正则表达式引擎，所以通常会使其更快。

grepl

或者更容易使用grep("apple_", files, value = TRUE, fixed = TRUE) # [1] "apple_2014_10_17.csv" "apple_2014_10_18.csv" 参数并搜索＆＃34; pie＆＃34;，返回相反的匹配。

invert

请注意，如果您要在目录中搜索文件，也可以尝试

grep("pie", files, value = TRUE, invert = TRUE)
# [1] "apple_2014_10_17.csv" "apple_2014_10_18.csv"