R语言 处理字符数据

处理字符数据，需要掌握一些正则表达式的知识，及一些相应的函数。

---

正则表达式

正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

• 正则表达式是用于描述或匹配一个文本集合的表达式。
• 所有英文字母、数字和很多可现实的字符本身就是正则表达式，用于匹配它们自己。
• 一些特殊的字符在正则表达式中不再用来描述它自身，它们在正则表达式中已经被“转义”，这些字符称为“元字符”。

常用元字符

符号	描述
.	除了换行以外的任意字符
\ \	转义字符，如果要匹配括号就要写成“\ \ ( \ \ )”
I	表示可选项，即 I 前后的表达式任选一个
^	若放在表达式开始处，表示匹配文本开始位置； 若放在方括号内开始处，表示非方括号内的任一字符
$	放在句尾，表示一行字符串的结束
( )	提取匹配的字符串，( \ \ s * )表示连续空格的字符串
[ ]	选择方括号中的任意一个（如 [a-z] 表示任意