在R中使用正则表达式查找整个单词（而不是单词的一部分）

Question

我正在寻找正确的正则表达式。以下是需要匹配的字符串：

t1 = c("IGF2, IGF2AS, INS, TH", "TH", "THZH", "ZGTH")
grep("TH",t1, value=T)

返回t1的所有元素，但只有前两个是正确的。我想只返回包含单词/短语TH的条目？

- Hans

---

尽管已经有两个答案，但是您应该在标题中指定“单词”的含义。TH2或TH_TH怎么样？ - Nick Sabbe

@NickSabbe 提出了一个很好的观点，也是我一直在努力解决的问题。对于以后遇到这个问题的读者，https://dev59.com/Jpzha4cB1Zd3GeqPK9EL#40802619 展示了如何使用其他边界进行操作。 - tjebo

Answer 1

您需要在搜索字符串周围添加单词边界锚点（\b），以便仅匹配整个单词（即由非单词字符或字符串开头/结尾包围的单词，其中“单词字符”表示\w，即字母数字字符）。

尝试

grep("\\bTH\\b",t3, value=T)

- Tim Pietzcker

---

在R中，应该是\b。 - undefined

Answer 2

您可以在正则表达式中使用\<和\>来匹配单词的开头/结尾。

grep ("\\<TH\\>", t1)等。

- Anatoliy

---

@Tim Pietzcker更快:) 我想知道这两个正则表达式是否不同？ - Anatoliy

你的更明确，虽然在这种情况下，它们在功能上是相同的。 - Tim Pietzcker