R起始匹配计数

Question

我正在使用R语言，以下是我的字符串：

s <- "\t\t\t   \t\t\thello    world   !  \t\t\thello"

我想获取字符串开头空格的匹配数，不包括其他位置的空格。因此，应该忽略内容之间的空格，仅计算开头的空格数量。在这里结果将是 "9"。

我尝试了以下代码，但只返回了一个计数器为"1"的结果...

sapply(regmatches(s, gregexpr('^(\\s)', s)), length)

我不太擅长正则表达式，需要帮助。

- chaz

Answer 1

对于匹配第一次出现，使用regexpr()比gregexpr()更合适。在进行这个切换后，sapply()不再必要，因为regexpr()返回一个原子向量，而gregexpr()返回一个列表。

您可以使用以下正则表达式，查看从regexpr()结果的match.length属性。

attr(regexpr("^\\s+", s), "match.length")
# [1] 9

正则表达式的解释:

• ^ 强制正则表达式匹配字符串的开头。
• \\s 匹配空格字符：制表符、换行符、垂直制表符、换页符、回车符和空格。
• + 前面的模式将被匹配一次或多次。

参考资料: http://en.wikibooks.org/wiki/R_Programming/Text_Processing

- Rich Scriven

---

attr(regexpr("^\\s+",s),"match.length") 也可以运行。 - thelatemail

@thelatemail - 有趣。所以制表符 \\t 被识别为普通空格？我不知道这一点。 - Rich Scriven

好的，我已经编辑过了。在空格的背景下这更有意义。 - Rich Scriven

@RichardScriven 我建议你将 "^\\s+" 改为 "^\\h+"，因为 ^\\s+ 会计算在开头出现的换行符。我认为 op 的意思是只有水平空格而不是垂直空格。 - Avinash Raj

所有可见的空格都是水平空格，即空格或制表符。垂直空格包括\n、\r、\f。 - Avinash Raj

Answer 2

另一种解决方法是使用\G进行锚定。 \G功能是一个锚点，可以在两个位置之一匹配; 字符串的开头或上次匹配的最后一个字符被消耗的点。

sapply(gregexpr("\\G\\s", s, perl = TRUE), length)
# [1] 9

- hwnd

Answer 3

你也可以尝试这个。

> sapply(gregexpr("[^\\h].*(*SKIP)(*F)|\\h", s, perl = TRUE), length)
[1] 9
> sapply(gregexpr("\\S.*(*SKIP)(*F)|\\h", s, perl = TRUE), length)
[1] 9

\\h 匹配横向空格。\S 匹配非空格字符，.* 匹配该非空格字符后面的所有字符直到行尾。 (*SKIP)(*F) 让匹配失败。并且紧接着 | 旁边的部分，也就是 \h 匹配所有剩余的横向空格（即在开头存在的空格）。

- Avinash Raj