Classes de caracteres e repetições
Expressões Regulares Intermediárias em R
Angelo Zehr
Data Journalist
Classes de caracteres disponíveis
| Classe de caracteres | Exemplo |
|---|---|
\\d ou [:digit:] |
0, 1, 2, 3,… |
\\w ou [:word:] |
a, b, c…, 1, 2, 3…, _ |
[A-Za-z] ou [:alpha:] |
A, B, C,…, a, b, c,… |
[aeiou] |
a, e, i, o ou u |
\\s ou [:space:] |
" ", tabs ou quebras de linha |
Um exemplo concreto
str_match_all() |
Resultado |
|---|---|
"Hi John_35", "\\d" |
"3", "5" |
"Hi John_35", "\\w" |
"H", "i", "J", "o", "h", "n", "_", "3", "5" |
"Hi John_35", "[A-Za-z]" |
"H", "i", "J", "o", "h", "n" |
"Hi John_35", "[aeiou]" |
"i", "o" |
"Hi John_35", "\\s" |
" " |
Repetições
| Sintaxe | Significado |
|---|---|
\\w{2} |
exatamente 2 vezes |
\\w{2,3} |
mínimo 2 vezes, máximo 3 |
\\w{2,} |
mínimo 2 vezes, sem máximo |
\\w+ |
1 ou mais repetições |
\\w* |
0, 1 ou mais repetições |
Inversão de classes de caracteres
| Original | Negação |
|---|---|
\\d corresponde a dígitos |
\\D corresponde a tudo menos dígitos |
\\w corresponde a caracteres de palavra |
\\W corresponde a tudo menos caracteres de palavra |
\\s corresponde a espaços |
\\S corresponde a tudo menos espaços |
[a-zA-Z] corresponde ao alfabeto |
[^a-zA-Z] corresponde a tudo menos alfabeto |
Padrão customizado com classes
str_match_all("Toy Story 3", "[\\d\\s]")
Resultado:
[,1]
[1,] " "
[2,] " "
[3,] "3"
Vamos praticar!
Expressões Regulares Intermediárias em R
