Prüfen, ob Zeichen in einer Zeichenkette enthalten sind

Question

Ich versuche zu bestimmen, ob eine Zeichenfolge eine Teilmenge einer anderen Zeichenfolge ist. Zum Beispiel:

chars <- "test"
value <- "es"

Ich möchte zurückkehren TRUE wenn " value " erscheint als Teil der Zeichenfolge " chars ". In dem folgenden Szenario würde ich false zurückgeben wollen:

chars <- "test"
value <- "et"

Answer 1

Für den Fall, dass Sie auch prüfen möchten, ob eine Zeichenkette (oder eine Reihe von Zeichenketten) mehrere Teilzeichenketten enthält, können Sie auch das Zeichen "|" zwischen zwei Teilzeichenketten verwenden.

>substring="as|at"
>string_vector=c("ass","ear","eye","heat") 
>grepl(substring,string_vector)

Sie erhalten

[1]  TRUE FALSE FALSE  TRUE

da das 1. Wort die Teilzeichenkette "as" und das letzte Wort die Teilzeichenkette "at" enthält

Answer 2

Utilice grep o grepl aber achten Sie darauf, ob Sie reguläre Ausdrücke verwenden wollen oder nicht .

Standardmäßig, grep und verwandte nehmen eine regulärer Ausdruck übereinstimmen, nicht eine wörtliche Teilzeichenkette. Wenn Sie das nicht erwarten und versuchen, eine ungültige Regex abzugleichen, funktioniert es nicht:

> grep("[", "abc[")
Error in grep("[", "abc[") : 
  invalid regular expression '[', reason 'Missing ']''

Um einen echten Teilstring-Test durchzuführen, verwenden Sie fixed = TRUE .

> grep("[", "abc[", fixed = TRUE)
[1] 1

Wenn Sie Regex wollen, toll, aber das ist nicht das, was der OP zu fragen scheint.

Answer 3

Sie können verwenden grep

grep("es", "Test")
[1] 1
grep("et", "Test")
integer(0)

Answer 4

Ähnliches Problem hier: Ermitteln Sie anhand einer Zeichenkette und einer Liste von Schlüsselwörtern, ob und welche der Schlüsselwörter in der Zeichenkette enthalten sind.

Die Empfehlungen in diesem Thread lauten stringr 's str_detect y grepl . Hier sind die Benchmarks aus dem microbenchmark Paket:

Verwendung von

map_keywords = c("once", "twice", "few")
t = "yes but only a few times"

mapper1 <- function (x) {
  r = str_detect(x, map_keywords)
}

mapper2 <- function (x) {
  r = sapply(map_keywords, function (k) grepl(k, x, fixed = T))
}

und dann

microbenchmark(mapper1(t), mapper2(t), times = 5000)

finden wir

Unit: microseconds
       expr    min     lq     mean  median      uq      max neval
 mapper1(t) 26.401 27.988 31.32951 28.8430 29.5225 2091.476  5000
 mapper2(t) 19.289 20.767 24.94484 23.7725 24.6220 1011.837  5000

---

Wie Sie sehen können, wurden über 5.000 Iterationen der Stichwortsuche mit str_detect y grepl über eine praktische Zeichenfolge und einen Vektor von Schlüsselwörtern, grepl schneidet um einiges besser ab als str_detect .

Das Ergebnis ist der boolesche Vektor r die angibt, ob und welche Schlüsselwörter in der Zeichenkette enthalten sind.

Ich empfehle daher die Verwendung von grepl um festzustellen, ob Schlüsselwörter in einer Zeichenkette enthalten sind.