Třídy znaků a opakování
Intermediate Regular Expressions in R
Angelo Zehr
Data Journalist
Dostupné třídy znaků
| Třída znaků | Příklad |
|---|---|
\\d or [:digit:] |
0, 1, 2, 3,… |
\\w or [:word:] |
a, b, c…, 1, 2, 3…, _ |
[A-Za-z] or [:alpha:] |
A, B, C,…, a, b, c,… |
[aeiou] |
either a, e, i, o or u |
\\s or [:space:] |
" ", tabs or line breaks |
Konkrétní příklad
str_match_all() |
Výsledek |
|---|---|
"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" |
" " |
Opakování
| Syntaxe | Význam |
|---|---|
\\w{2} |
přesně 2krát |
\\w{2,3} |
minimálně 2krát, maximálně 3krát |
\\w{2,} |
minimálně 2krát, bez maxima |
\\w+ |
1 nebo více opakování |
\\w* |
0, 1 nebo více opakování |
Inverze tříd znaků
| Původní | Negace |
|---|---|
\\d shoda s číslicemi |
\\D shoda se vším kromě číslic |
\\w shoda se slovními znaky |
\\W shoda se vším kromě slovních znaků |
\\s shoda s mezerami |
\\S shoda se vším kromě mezer |
[a-zA-Z] shoda s abecedou |
[^a-zA-Z] shoda se vším kromě abecedy |
Vlastní vzor s třídami znaků
str_match_all("Toy Story 3", "[\\d\\s]")
Výsledek:
[,1]
[1,] " "
[2,] " "
[3,] "3"
Pojďme si procvičit!
Intermediate Regular Expressions in R
