R: Почему не работает цикл или c() для функции grep?

Question

Спасибо за grep using a character vector with multiple patterns, я тоже выяснил свою проблему. Вопрос здесь в том, как найти несколько значений с помощью функции Grep, и раствор либо эти:

grep("A1| A9 | A6") 

или

toMatch <- c("A1", "A9", "A6") 
matches <- unique (grep(paste(toMatch,collapse="|") 

Таким образом, я использовал второй предложение, так как я имел много значений в искать.

Но мне любопытно, почему c() или для цикла не работает вместо |. Прежде чем я исследовал возможные решения в StackOverflow и нашел рекомендации выше, я попробовал два варианта, которые я продемонстрирую ниже:

Во-первых, то, что я написал в R было что-то вроде этого:

find.explore.l<-lapply(text.words.bl ,function(m) grep("^explor",m)) 

Но тогда я должен был много слов «Grep», так что я попробовал это

find.explore.l<-lapply(text.words.bl ,function(m) grep(c("A1","A2","A3"),m)) 

это не сработало, поэтому я попытался еще один (XXX список слов, которые я должен найти в текст)

for (i in XXX){ 
    find.explore.l<-lapply(text.words.bl ,function(m) grep("XXX[i]"),m)) 
    .......(more lines to append lines etc) 
    } 

и казалось, что R попытался сопоставить XXX [i], а не слова внутри. Почему не может c() и для цикла для grep возвращать правильные результаты? Кто-нибудь, пожалуйста, дайте мне знать! Я так любопытно: P

Answer 1

Из документации для pattern= аргумента в функции grep():

Строка символов, содержащая регулярное выражение (или строку символов для fixed = TRUE), чтобы быть согласованной в данном векторе символов. Прибегает к as.character символьной строке, если это возможно. Если задан вектор символа длиной 2 или более, первый элемент используется с предупреждением. Недопустимые значения допустимы, за исключением regexpr и gregexpr.

Это подтверждает, что, как сказал @nrussell в комментарии, grep() не прорисовывается над аргументом шаблона. Из-за этого c() не будет работать для списка регулярных выражений.

Вы можете, однако использовать цикл, вам просто нужно изменить свой синтаксис.

toMatch <- c("A1", "A9", "A6") 

# Loop over values to match 
for (i in toMatch) { 
    grep(i, text) 
} 

Использование "XXX[i]", как ваша модель не работает, потому что это толкование, что в качестве регулярного выражения. То есть, он будет точно соответствовать XXXi. Чтобы ссылаться на элемент вектора регулярных выражений, вы просто используете XXX[i] (обратите внимание на отсутствие окружающих цитат).

Это может быть apply(), но несколько иначе, чем вы сделали. Вы применяете его к каждому regex в списке, а не к каждой текстовой строке.

lapply(toMatch, function(rgx, text) grep(rgx, text), text = text) 

Однако, лучший подход был бы, как и у вас уже есть в вашем посте, чтобы использовать

matches <- unique(grep(paste(toMatch, collapse = "|"), text)) 

Answer 2

Считают, что:

XXX <- c("a", "b", "XXX[i]") 
grep("XXX[i]", XXX, value=T) 
character(0) 
grep("XXX\\[i\\]", XXX, value=T) 
[1] "XXX[i]" 

Что R делает? Он использует специальные правила для первого аргумента grep. Скобки считаются специальными символами ([ и ]). Я положил две обратную косую черту, чтобы сказать R рассмотреть их обычные скобки. И imgaine, что произойдет, если я добавлю это последнее выражение в цикл for? Это не сделало бы того, чего я ожидал.

Если вы хотите, чтобы цикл for проходил через вектор символов возможных совпадений, выньте кавычки в функцию grep.

#if you want the match returned 
matches <- c("a", "b") 
for (i in matches) print(grep(i, XXX, value=T)) 
[1] "a" 
[1] "b" 

#if you want the vector location of the match 
for (i in matches) print(grep(i, XXX)) 
[1] 1 
[1] 2 

В комментарии указывают, grep(c("A1","A2","A3"),m)) является нарушением grep необходимый синтаксис.