我想在一个字符串的特定位置插入一个额外的字符(或新的字符串)。例如,我想在 abcefg
的第四个位置插入 d
来得到 abcdefg
。
现在我正在使用以下代码:
old <- "abcefg"
n <- 4
paste(substr(old, 1, n-1), "d", substr(old, n, nchar(old)), sep = "")
我可以为这个任务编写一行简单的函数,但我只是好奇是否有现有的函数可以实现。
您可以使用正则表达式和 gsub
实现此操作。
gsub('^([a-z]{3})([a-z]+)$', '\\1d\\2', old)
# [1] "abcdefg"
如果您想以动态方式实现此操作,可以使用paste
创建表达式:
letter <- 'd'
lhs <- paste0('^([a-z]{', n-1, '})([a-z]+)$')
rhs <- paste0('\\1', letter, '\\2')
gsub(lhs, rhs, old)
# [1] "abcdefg"
gsub('^(.{3})(.*)$', '\\1d\\2', old)
这样,任何三个字符都将匹配而不仅仅是小写字母。 DWin 还建议使用 sub
而不是 gsub
。这样做可以减少对 ^
的担忧,因为 sub
只会匹配第一个实例。但我喜欢在常规表达式中明确指定,并只有在理解它们并需要更多通用性时才转向更通用的表达式。
正如 Greg Snow 指出的那样,您可以使用另一种正则表达式形式来查找匹配项:
sub( '(?<=.{3})', 'd', old, perl=TRUE )
并且也可以使用 sprintf
而非 paste0
来构建我的动态 gsub
:
lhs <- sprintf('^([a-z]{%d})([a-z]+)$', n-1)
lhs <- sprintf('(?<=.{%d})',n-1)
stringi
包再次拯救!在所有提出的解决方案中,这是最简单和最优雅的解决方案。
stri_sub
函数允许您提取字符串的部分并替换其中的部分,就像这样:
x <- "abcde"
stri_sub(x, 1, 3) # from first to third character
# [1] "abc"
stri_sub(x, 1, 3) <- 1 # substitute from first to third character
x
# [1] "1de"
但是如果你这样做:
x <- "abcde"
stri_sub(x, 3, 2) # from 3 to 2 so... zero ?
# [1] ""
stri_sub(x, 3, 2) <- 1 # substitute from 3 to 2 ... hmm
x
# [1] "ab1cde"
那么就不会删除任何字符,但是会插入新的字符。很酷,对吧?:)
reduce()
,但看起来很笨拙:https://stackoverflow.com/questions/47336114 - Aurèlestri_sub <-
不容易放入管道中,而 sub
函数则可以。(这只有在您想要使用管道时才很重要...) - Bastienstri_sub_pipe
来解决这个问题?
https://github.com/gagolews/stringi/issues/ - bartektartanusstringi::stri_sub_replace(x, 3,2, value = 1)
进行管道操作。 - ChriiScheepaste(read.fwf(textConnection(old),
c(4, nchar(old)), as.is = TRUE),
collapse = "d")
sapply
时的输出,因为您可以看到原始字符串作为“名称”。newold <- c("some", "random", "words", "strung", "together")
sapply(newold, function(x) paste(read.fwf(textConnection(x),
c(4, nchar(x)), as.is = TRUE),
collapse = "-WEE-"))
# some random words strung together
# "some-WEE-NA" "rand-WEE-om" "word-WEE-s" "stru-WEE-ng" "toge-WEE-ther"
您原来的做法(即在索引处拆分字符串并插入插入的文本)可以制作成一个通用函数,如下所示:
split_str_by_index <- function(target, index) {
index <- sort(index)
substr(rep(target, length(index) + 1),
start = c(1, index),
stop = c(index -1, nchar(target)))
}
#Taken from https://stat.ethz.ch/pipermail/r-help/2006-March/101023.html
interleave <- function(v1,v2)
{
ord1 <- 2*(1:length(v1))-1
ord2 <- 2*(1:length(v2))
c(v1,v2)[order(c(ord1,ord2))]
}
insert_str <- function(target, insert, index) {
insert <- insert[order(index)]
index <- sort(index)
paste(interleave(split_str_by_index(target, index), insert), collapse="")
}
示例用法:
> insert_str("1234567890", c("a", "b", "c"), c(5, 9, 3))
[1] "12c34a5678b90"
split_str_by_index
和 interleave
函数本身也很有用。
编辑:
我修改了代码,使索引可以以任何顺序排列,之前必须按升序排列。我花了一些时间来理解正则表达式,之后我用我手头的数字找到了自己的方法
最终结果是:
old <- "89580000"
gsub('^([0-9]{5})([0-9]+)$', '\\1-\\2', old)
我已经编写了一个名为substr1
的自定义函数,用于处理字符串中的字符提取、替换和插入。在每个会话开始时运行这些代码。随时尝试并告诉我是否需要改进。
# extraction
substr1 <- function(x,y) {
z <- sapply(strsplit(as.character(x),''),function(w) paste(na.omit(w[y]),collapse=''))
dim(z) <- dim(x)
return(z) }
# substitution + insertion
`substr1<-` <- function(x,y,value) {
names(y) <- c(value,rep('',length(y)-length(value)))
z <- sapply(strsplit(as.character(x),''),function(w) {
v <- seq(w)
names(v) <- w
paste(names(sort(c(y,v[setdiff(v,y)]))),collapse='') })
dim(z) <- dim(x)
return(z) }
# demonstration
abc <- 'abc'
substr1(abc,1)
# "a"
substr1(abc,c(1,3))
# "ac"
substr1(abc,-1)
# "bc"
substr1(abc,1) <- 'A'
# "Abc"
substr1(abc,1.5) <- 'A'
# "aAbc"
substr1(abc,c(0.5,2,3)) <- c('A','B')
# "AaB"
与你的类似!
首先确保加载 tidyverse 包,然后同时使用 paste0 和 gsub。
以下是精确代码:
paste0(substr(old, 1,3), "d", substr(old,4,6))
regmatches
函数在字符串的特定位置插入字符。old <- "abcefg"
n <- 4
regmatches(old, `attr<-`(n, "match.length", 0)) <- "d"
old
#[1] "abcdefg"
这也可以与正则表达式一起使用,以查找要插入的位置。
s <- "abcefg"
regmatches(s, regexpr("(?<=c)", s, perl=TRUE)) <- "d"
s
#[1] "abcdefg"
并且也适用于多个匹配,每个匹配都有不同的替换。
s <- "abcefg abcefg"
regmatches(s, gregexpr("(?<=c)", s, perl=TRUE)) <- list(1:2)
s
#[1] "abc1efg abc2efg"
sub()
函数,并建议使用更通用的模式:^(.{3})(.*$)
。目前任何非小写字母都将破坏替换。 - IRTFMgsub
函数。我知道这些模式匹配函数非常强大,但实际上不知道如何使用它们。它们似乎非常复杂。我需要在谷歌上搜索更多相关的内容。 - JACKY88sub( '(?<=.{3})', 'd', old, perl=TRUE )
或者gsub( '(?<=^.{3})', 'd', old, perl=TRUE )
。哪种更简单可能是个人口味问题。 - Greg Snowperl = TRUE
。否则,您会得到以下错误:Error in gsub("^(.{256})(.*)$", "\\1\\2", test_list[[1]]) : invalid regular expression '^(.{256})(.*)$', reason 'Invalid contents of {}'
。 - Fons MA