查找和替换

正则表达式

regular expressions

什么是正则表达式？
一系列 character and meta character 组成 search strings 用来匹配字符。

^a 以a开头
a$ 以a结尾
. any character
\\s 空格
[0-9]+ 数字0-9， 至少1次（+）
([0-9]+) 括号的作用：

重复

？至多1次
+ 至少1次
* 任意次数

查找

grepl 返回逻辑值， TRUE, FALSE
grep 返回 TRUE 的位置

grepl(pattern, x)
grep(pattern, x)

替换

sub 只替换第一个匹配的字符
gsub 替换所有匹配的字符

sub(pattern, replacement, x)
gsub(pattern, replacement, x)

emails <- c("john.doe@ivyleague.edu", "education@world.gov", "dalai.lama@peace.org",
            "invalid.edu", "quant@bigdatacollege.edu", "cookie.monster@sesame.tv")

grepl("edu", emails)
# [1]  TRUE  TRUE FALSE  TRUE  TRUE FALSE
grep("edu", emails)
# [1] 1 2 4 5

hits <- grep("edu", emails)
emails[hits]
# [1] "john.doe@ivyleague.edu"   "education@world.gov"     
# [3] "invalid.edu"              "quant@bigdatacollege.edu"

reference

https://campus.datacamp.com/courses/intermediate-r/chapter-5-utilities?ex=7