查找特定长度且包含特定字符的字符串

Question

示例数据

a<-c("hour","four","ruoh", "six", "high", "our")

我想查找所有包含 o & u & h & 的字符串都是 4 个字符，但顺序无关紧要。

我要return"hour","four","ruoh" 这是我的尝试

grepl("o+u+r", a) nchar(a)==4

Answer 1

您可以使用 strsplit 和 setdiff，我在您的示例数据中添加了一个额外的边缘案例：

a<-c("hour","four","ruoh", "six", "high", "our","oouh")
a[nchar(a) == 4 &
  lengths(lapply(strsplit(a,""),function(x) setdiff(x, c("o","u","h")))) == 1]
# [1] "hour" "ruoh"

或grepl：

a[nchar(a) == 4 & !rowSums(sapply(c("o","u","h"), Negate(grepl), a))]
# [1] "hour" "ruoh" "oouh"

sapply(c("o","u","h"), Negate(grepl), a) 给你一个矩阵，其中的单词不包含每个字母，然后 rowSums 就像按行应用的 any 一样，因为它将被强制转换为逻辑。

Answer 2

将 grepl 与您编辑的方法一起使用（r 而不是 h）：

a<-c("hour","four","ruoh", "six", "high", "our")

a[grepl(pattern="o", x=a) & grepl(pattern="u", x=a) & grepl(pattern="r", x=a) & nchar(a)==4]

Returns:

[1] "hour" "four" "ruoh"

Answer 3

匹配长度为 4 的字符串，其中包含字符 h、o 和 u 使用：

grepl("(?=^.{4}$)(?=.*h)(?=.*o)(?=.*u)",
      c("hour","four","ruoh", "six", "high", "our"),
      perl = TRUE)
[1]  TRUE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE

(?=^.{4}$): 字符串长度为 4.
(?=.*x)：x出现在字符串中的任何位置。

查找特定长度且包含特定字符的字符串

Finding strings that are a certain length and contain specific characters

string

r

grepl