在R/Shiny中搜索引擎風格的格式字符串

我正在處理一個看似簡單的問題，但似乎是一個惱人的正則表達式計算。在R/Shiny中搜索引擎風格的格式字符串

我正在設計一個閃亮的應用程序，它允許用戶搜索數據庫中的字符串並計算字符串匹配的數量。

從stringr包，我最終的調用是：

str_count(text, pattern=REGEX(user_input))

我的目標是將用戶輸入轉換成合適的正則表達式 - 同時允許用戶輸入標準的搜索項格式的數據。

所以以下用戶輸入：

artist picasso "picasso painting" france

應當形成以下正則表達式：

artist|picasso|picasso painting|france

，其中溶液知道治療「畢加索的畫」作爲一個詞，由於報價。

任何幫助表示讚賞！

來源

2017-07-21 jsl2

請顯示您到目前爲止的代碼。目前，您正在進行的任務的方方面面都不清楚：1）用戶輸入的要求是什麼？它應該只是用空白分隔的條目與雙引號內的單詞代表一個項目？2）這只是純文本或正則表達式模式？ 3）會不會有字詞？ 4）你打算收集比賽，還是隻計算髮生的事件？這很重要，因爲這裏的'pic | pic'與'pic here'不匹配。 –

謝謝你Wiktor。目前我的代碼非常稀少，只需從Shiny的textInput函數中正確解析輸入到str_count（）即可。根據你的問題：1.是的。這只是用雙引號內的單詞表示的空格分隔的條目。是的，我需要非字詞。 3.現在我不收集比賽，我只是在數它們。再次感謝。 – jsl2

請在下面檢查我的答案。 –

這裏是一個基礎R溶液：

regex.escape <- function(string) { 
    gsub("([][{}()+*^${|\\\\?])", "\\\\\\1", string) 
} 

sort.by.length.desc <- function (v) v[order(-nchar(v)) ] 

s <- "artist picasso \"picasso (painting)\" france zoo" 
keys <- c(t(read.table(text=s, header=FALSE)))   # Read in the values 
keys <- sort.by.length.desc(keys)      # Sort the values 
pattern = paste(regex.escape(keys), collapse="|")  # Create the pattern 
## Test 
## cat(pattern, sep="\n")        # This shows the regex pattern 
txt <- "The artist was born in france and named picasso picasso (painting)" 
length(unlist(gregexpr(pattern, txt)))     # Count the number of occurrences 
[1] 4

見R demo。有4個匹配，因此輸出是4。

詳細：

的regex.escape函數轉義，一個正則表達式引擎可以將其解釋爲特殊字符
的sort.by.length.desc訂單的特徵向量由特徵向量長度的項目在一個下降的最重要的字符order
c(t(read.table(text=s, header=FALSE)))讀取用戶輸入並作爲字符向量存儲在keys
pattern = paste(regex.escape(keys), collapse="|")創建具有交替運營商的圖案（模樣picasso $painting$|picasso|artist|france|zoo，cat(pattern, sep="\n")顯示得到的圖案作爲一個文本字符串）
的length(unlist(gregexpr(pattern, txt)))線計數使用基礎R gregexpr函數匹配的發生。

來源

2017-07-21 20:28:50

使用"[^"]*"|\S+進行全局匹配將其分開。
盲目刪除前後雙引號^"|"$。
將匹配推入數組中。
將數組排序最長（降序？）。
用\\$1替換每個元素的元字符([\[$^()*+|{}-\\])。
最後，將元素連同|一起加入。

來源

2017-07-21 18:38:58 sln

在R/Shiny中搜索引擎風格的格式字符串

回答

相關問題