Jak zrobić str_extract z bazą R?

Question

Balansuję kilka wersji R i chcę zmienić moje załadowane biblioteki R w zależności od tego, którego R i używanego systemu operacyjnego używam. Jako takie, chcę trzymać się podstawowych funkcji R.

Czytałam tę stronę aby zobaczyć co podstawa R równoważne stringr::str_extract było:

http://stat545.com/block022_regular-expression.html

Sugeruje mogłem replikować tej funkcjonalności z grep. Jednak nie byłem w stanie uzyskać grep, aby zrobić więcej niż zwracać cały ciąg, jeśli jest dopasowanie. Czy jest to możliwe samemu z grep, czy też muszę go łączyć z inną funkcją? W moim przypadku staram się odróżnić CentOS wersjach 6 i 7.

grep(pattern = "release ([0-9]+)", x = readLines("/etc/system-release"), value = TRUE) 

Answer 1

1) strcapture Jeśli chcesz wyodrębnić ciąg cyfr i kropek od "release 1.2.3" zastosowaniem zasady następnie

x <- "release 1.2.3" 
strcapture("([0-9.]+)", x, data.frame(version = character(0))) 
## version 
## 1 1.2.3 

2) regexec/regmatches Istnieje również regmatches i regexec ale została już omówiona w innej odpowiedzi.

3) sub Również jest to często możliwe użycie sub:

sub(".* ([0-9.]+).*", "\\1", x) 
## [1] "1.2.3" 

3a) Jeśli wiesz, że mecz jest na początku lub na końcu następnie usunąć wszystko przed lub po nim:

sub(".* ", "", x) 
## [1] "1.2.3" 

4) gsub Czasami wiemy, że pole do wyodrębnienia ma określone znaki i nie pojawiają się one gdzie indziej. W takim przypadku po prostu usunąć wszystkie wystąpienia każdej postaci, których nie można w ciągu:

gsub("[^0-9.]", "", x) 
## [1] "1.2.3" 

5) read.table Można często rozkładają wejście na pola, a następnie wybrać się żądany numer jeden przez lub za pośrednictwem grep.strsplit, read.table lub scan można stosować:

read.table(text = x, as.is = TRUE)[[2]] 
## [1] "1.2.3" 

5a) grep/skan

grep("^[0-9.]+$", scan(textConnection(x), what = "", quiet = TRUE), value = TRUE) 
## [1] "1.2.3" 

5b) grep/strsplit

grep("^[0-9.]+$", strsplit(x, " ")[[1]], value = TRUE) 
## [1] "1.2.3" 

6) podciąg Jeśli Znamy postać po żenia pola możemy użyć substring takiego:

substring(x, 9) 
## [1] "1.2.3" 

6a) podciąg/RegExpr lub możemy być w stanie wykorzystać regexpr zlokalizować pozycję znaku dla nas

substring(x, regexpr("\\d", x)) 
## [1] "1.2.3" 

7) read.dcf Czasami istnieje możliwość przekonwertowania danych wejściowych na format DCF, w którym to przypadku można je odczytać za pomocą read.dcf. Takie dane są w postaci name: value

read.dcf(textConnection(sub(" ", ": ", x))) 
##  release 
## [1,] "1.2.3" 

Answer 2

Można zrobić

txt <- c("foo release 123", "bar release", "foo release 123 bar release 123") 
pattern <- "release ([0-9]+)" 
stringr::str_extract(txt, pattern) 
# [1] "release 123" NA   "release 123" 
sapply(regmatches(txt, regexec(pattern, txt)), "[", 1) 
# [1] "release 123" NA   "release 123" 

Answer 3

txt <- c("foo release 123", "bar release", "foo release 123 bar release 123") 
pattern <- "release ([0-9]+)" 

Extract pierwszy mecz

sapply(
    X = txt, 
    FUN = function(x){ 
     tmp = regexpr(pattern, x) 
     m = attr(tmp, "match.length") 
     st = unlist(tmp) 
     if (st == -1){NA}else{substr(x, start = st, stop = st + m - 1)} 
    }, 
    USE.NAMES = FALSE) 
#[1] "release 123" NA   "release 123" 

Extract wszystkie mecze

sapply(
    X = txt, 
    FUN = function(x){ 
     tmp = gregexpr(pattern, x) 
     m = attr(tmp[[1]], "match.length") 
     st = unlist(tmp) 
     if (st[1] == -1){ 
      NA 
     }else{ 
       sapply(seq_along(st), function(i) substr(x, st[i], st[i] + m[i] - 1)) 
      } 
    }, 
    USE.NAMES = FALSE) 
#[[1]] 
#[1] "release 123" 

#[[2]] 
#[1] NA 

#[[3]] 
#[1] "release 123" "release 123"