R正则表达式匹配整个单词并考虑标点符号

Question

我在R中。我想匹配文本中的整个单词，考虑标点符号。示例：

to_match = c('eye','nose')
text1 = 'blah blahblah eye-to-eye blah'
text2 = 'blah blahblah eye blah'

我希望在eye中匹配text2，但在text1中不匹配。

即命令：

to_match[sapply(paste0('\\<',to_match,'\\>'),grepl,text1)]

应返回character(0)。但是现在，它返回eye。

我也尝试用'\\b'代替'\\<'，但没有成功。

Answer 1

to_match[sapply(paste0('(?:\\s|^)',to_match,'(?:\\s|$)'),grepl,text1)]

关键是单词和非单词字符之间的单词边界匹配，这就是为什么在eye-to-eye中有匹配项的原因。您只想在字符串的开头或结尾与空格之间进行匹配。

在TRE正则表达式中，最好使用组来完成，因为此正则表达式库不支持环视，您只需测试单个模式匹配的字符串以返回true或false。
(?:\s|^)非捕获组匹配任何空格或字符串的开头，(?:\s|$)匹配空白或字符串的结尾。