R中的此正则表达式模式有什么问题？

Question

我正在做一个练习来创建一个正则表达式，该正则表达式会根据温度过滤字符串。

想法是捕获所有具有以下结构的东西：“-0.4 F”，“ 5 C”，“-0.6 C”等等。这是我的尝试：

temp <- c("La temp es de 0.4 F", "La temp es de -5F", "nada", "tampoco nada",
    "La temp es de - 0.6    C")

temp[grepl("([+-]?\\s+[0-9]+(?:\\.[0-9]*)?)\\s+([CF])$)\\1\\2", temp)]

我的推理：

1. [+-]?\\s*[0-9]+允许使用可选的正号或负号（但只能是一个）以及可选的空格（不需要）和0-9之间的数字（至少需要一个）。这定义了我的第一组
2. (?:\\.[0-9]*)?)\\s+([CF])$)定义第二组。根据此text，(?:表示打开括号，其中可以有一个可选组。在这种情况下，\\.[0-9]*)?是可选组（小数点和一些数字）。然后，\\s+定义空格（不需要），([CF])$是字符串的结尾（强制性）。

[如果我做得很好，我有两个正则表达式组，这就是为什么我使用\\1\\2反向引用。我的代码不起作用，因此得到character(0)。

Answer 1

您可以尝试：

grep('-?\\d+(\\.\\d+\\s+)?[CF]', temp, value = TRUE)
#[1] "La temp es de 0.4 F" "La temp es de -5F"  "La temp es de - 0.6    C"

-?-是可选的负号

[\\d+-后接一个或多个数字

(\\.\\d+\\s+)?-可选的十进制数字和空格

[[CF]-后跟C或F。

Answer 2

推荐模式：

如果是我从头开始，我将使用以下内容：

grep('\\d[^a-z]*[CF]', temp, value = TRUE)


 # > [1] "La temp es de 0.4 F"      "La temp es de -5F"        "La temp es de - 0.6    C"

\\d有一个数字

[[^a-zA-Z]*后面没有a-z范围内的任何字符，而是其他任何字符

[[CF]，最后是C或F

说明：

您有该正则表达式存在很多问题（如果我没记错的话：

1. 您在替换中使用组而不是在匹配模式中。我不确定为什么在模式结尾处有\\1\\2。

2. 您有不必要的分组。因此，所需模式的不同部分将导致您只想找到它们而不是替换它们。

3. 您假设C或F总是出现在行尾。

4. 您还有多余的括号。

我不是专家，所以可能还有其他问题。

N。 B。使用联机解释器在这里会很有帮助，因为它们会显示/突出显示某些错误。

我从您的模式开始，并提出以下一种：

[+-]?\\s*[0-9+][\\.]?[0-9+]?\\s*[CF]

这里是regex demo，它也提供了上述模式的详细说明。您可以在此处粘贴第一个模式，以获得比我提供的更好的解释。