Question

我想使用正则表达式来查看字符串是否以某种模式开头。虽然我可以使用：[^将某些字符列入黑名单，但我无法弄清楚如何将模式列入黑名单。

> grepl("^[^abc].+$", "foo")
[1] TRUE
> grepl("^[^abc].+$", "afoo")
[1] FALSE

我想执行grepl("^[^(abc)].+$", "afoo")之类的操作并获取TRUE，即匹配字符串是否不以abc序列开头。

请注意，我知道this post，我也尝试使用perl = TRUE，但没有成功：

> grepl("^((?!hede).)*$", "hede", perl = TRUE)
[1] FALSE
> grepl("^((?!hede).)*$", "foohede", perl = TRUE)
[1] FALSE

有什么想法吗？

Answer 1

呀。将零宽度预测/外部/其他parens。这应该给你这个：

> grepl("^(?!hede).*$", "hede", perl = TRUE)
[1] FALSE
> grepl("^(?!hede).*$", "foohede", perl = TRUE)
[1] TRUE

我认为这就是你想要的。

或者，如果您想捕获整个字符串，^(?!hede)(.*)$和^((?!hede).*)$都是等效且可接受的。

Answer 2

我陷入了以下特殊情况，所以我想我会分享......

如果正则表达式有多个实例，但您仍然只想要第一个段？

，该怎么办？

显然你可以关闭搜索的隐含贪婪具体perl wildcard modifiers

假设我想要处理的字符串是

myExampleString = paste0(c(letters[1:13], "_", letters[14:26], "__",
                           LETTERS[1:13], "_", LETTERS[14:26], "__",
                           "laksjdl", "_", "lakdjlfalsjdf"),
                         collapse = "")
myExampleString

＆＃34; abcdefghijklm_nopqrstuvwxyz__ABCDEFGHIJKLM_NOPQRSTUVWXYZ__laksjdl_lakdjlfalsjd＆＃34;

并且我只希望在第一个"__"之前的第一个细分受众群。我不能简单地搜索"_"，因为单下划线是此示例字符串中允许的非分隔符。

以下不起作用。它反而给了我第一个和第二个段，因为默认的贪婪（但不是第三个，因为前瞻性）。

gsub("^(.+(?=__)).*$", "\\1", myExampleString, perl = TRUE)

＆＃34; abcdefghijklm_nopqrstuvwxyz__ABCDEFGHIJKLM_NOPQRSTUVWXYZ＆＃34;

但这确实有效

gsub("^(.+?(?=__)).*$", "\\1", myExampleString, perl = TRUE)

＆＃34; abcdefghijklm_nopqrstuvwxyz＆＃34;

不同之处在于通配符"?"之后的贪婪修饰符".+" 在（perl）正则表达式中。

Answer 3

stringr软件包现在（几年后）还有另一种可能性。

library(stringr)

str_detect("dsadsf", "^abc", negate = TRUE)
#> [1] TRUE

str_detect("abcff", "^abc", negate = TRUE)
#> [1] FALSE

^{由reprex package（v0.3.0）于2020-01-13创建}

R-regex：匹配不以模式开头的字符串

3 个答案:

如果正则表达式有多个实例，但您仍然只想要第一个段？