我有一个包含文本的向量，分解，如下所示：
words = c("Lorem Ipsum is simply dummy text of the", "printing and typesetting industry. Lorem Ipsum has been the industrys
standard dummy text ever since the 1500s", "when an unknown printer took a galley of type and scrambled it to
make a type specimen book.", "It has survived not only five ,centuries, but also the leap into electronic")我使用下面的正则表达式来查找单词“dummy”和“text”在6个单词内出现的位置：
grep("\b(?:dummy\\W+(?:\\w+\\W+){1,6}?text|text\\W+(?:\\w+\\W+){1,6}?dummy)\b", words)然而，尽管第一个索引中存在“虚拟文本”，但它仍返回0。
你知道我错在哪里吗？
1条答案
按热度按时间pu3pd22g1#
"\b"中的\b匹配一个退格符，您需要对\b、\\b进行双转义，使其匹配一个单词边界。修正拼写错误后，您需要注意 * 限制量词 *。
{1,6}?是一个 lazy 量词，它匹配修改后的子模式的一到六个匹配项（尽可能少，但仍然是找到有效匹配所需的数量），这意味着在dummy和text之间必须有 * 至少一个 * 单词。所以，你需要用
参见regex demo。
详情
\b-字边界(?:-非捕获组的开始dummy-一个dummy字\W+-一个或多个非单词字符(?:\w+\W+){0,6}-一个或多个单词字符后跟一个或多个非单词字符的零到六次出现text-一个text字|-或text-一个text字\W+-一个或多个非单词字符(?:\w+\W+){0,6}-一个或多个单词字符后跟一个或多个非单词字符的零到六次出现dummy-一个dummy字)-非捕获组的结束\b-字边界