逃脱管道（“|”）在正则表达式

我有一个需要分割的话和结束标记（某些类型的标点符号）。奇怪的管道（“|”）可以算作结束标记。我有代码在结束标记上的单词，直到我尝试添加管道。添加管道使得每个字符都是strsplit。转义它导致错误。我如何在正则表达式中包含管道？逃脱管道（“|”）在正则表达式

x <- "I like the dog|." 

strsplit(x, "[[:space:]]|(?=[.!?*-])", perl=TRUE) 
#[[1]] 
#[1] "I" "like" "the" "dog|" "." 

strsplit(x, "[[:space:]]|(?=[.!?*-\|])", perl=TRUE) 
#Error: '\|' is an unrecognized escape in character string starting "[[:space:]]|(?=[.!?*-\|"

的结果，我想：

#[[1]] 
#[1] "I" "like" "the" "dog" "|" "." #pipe is an element

来源

2012-10-17 Tyler Rinker

我总是犹豫不决，把R上的正则表达式的问题正则表达式的标签，因为你从其他语言regexers，虽然答案是相似的，他们不重叠。 –

一种方法是使用\Q...\E符号去除...的任意字符的特殊含义。因为它说，在?regex：

如果你想从字符序列中删除的特殊意义，你可以把它们“\ Q”和“\ E”之间这样做。这是Perl的不同之处在于“$”和“@”在作为文字进行处理“\ Q ... \ E”在PCRE序列，而在Perl中，“$”和“@”的原因变量代换。

例如：

> strsplit(x, "[[:space:]]|(?=[\\Q.!?*-|\\E])", perl=TRUE) 
[[1]] 
[1] "I" "like" "the" "dog" "|" "."

来源

2012-10-17 18:44:59

有趣。我肯定需要更多地阅读正则表达式。 +1 – A5C1D2H2I1M1N2O1R2T1

@Joshua，mrdwab给予了极大的答案，这甚至是更彻底。我甚至从来没有听说过'\\ Q ... \ E'的事情。非常有用的信息。 –

@TylerRinker：我从来没有听说过的，要么，直到我读看到你的问题后的文档。 ;-) –

这个问题实际上是你的连字符，这应该是来要么first or last：

strsplit(x, "[[:space:]]|(?=[|.!?*-])", perl=TRUE) 
strsplit(x, "[[:space:]]|(?=[.|!?*-])", perl=TRUE) 
strsplit(x, "[[:space:]]|(?=[.!|?*-])", perl=TRUE) 
strsplit(x, "[[:space:]]|(?=[-|.!?*])", perl=TRUE)

等等都应该给你的输出你正在寻找。

您也可以逃避连字符，如果你喜欢，但记得要使用两个反斜杠！要解决这个

strsplit(x, "[[:space:]]|(?=[.!?*\\-|])", perl=TRUE)

来源

2012-10-17 18:35:20 A5C1D2H2I1M1N2O1R2T1

这两个优秀的答案，乔什给了更多的细节。谢谢你的回答+1 –

逃脱管道（“|”）在正则表达式

回答

相关问题