任何需要两个匹配项而不是只有一个匹配项的方法都可以使用grepl实现TRUE

Question

我试图使用grepl检测术语，但我得到了太多的误报。我希望有一种方法可以要求列表外任何术语的两次成功匹配（我对我的一段数据进行了手动编码，并试图使自动化至少大致对应于此，但我的阳性结果是手动编码的5倍）。我不认为grepl接受任何需要一个以上匹配才能触发TRUE的论点。有没有什么方法可以要求两个匹配项才能触发TRUE结果？或者我应该使用其他功能吗？

GenericColumn <- cbind(grepl(Genericpattern, Statement$Statement.Text, ignore.case = TRUE))

编辑：

这里有一个更具体的例子：

Examplepattern <- 'apple|orange'
ExampleColumn <- cbind(grepl(Examplepattern, Rexample$Statement.Text, ignore.case = TRUE)) 

现在，所有这些都将在grepl中触发true。我只希望有两个引用的项目触发true。

示例数据：

Rexample <- structure(list(Statement.Text = structure(c(2L, 1L, 3L, 5L, 4L
), .Label = c("This apple is a test about an apple.", "This is a test about apples.", 
"This orange is a test about apples.", "This orange is a test about oranges.", 
"This orange is a test."), class = "factor")), .Names = "Statement.Text", row.names = c(NA, 
5L), class = "data.frame")

所需输出：TRUE、FALSE、TRUE、TRUE、FALSE

Answer 1

您可以指定您希望在带有大括号的regex中重复某些内容的次数，如{2}（无论之前是什么，都是两次）、{2,5}（2-5次）或{2,}（2次或更多次）。但是，您需要允许要匹配的单词之间的单词，因此您需要用*量化的通配符.（0次或更多次）。

因此，如果您希望apple或orange匹配两次（包括apple和orange，反之亦然），则可以使用

grepl('(apple.*|orange.*){2}', Rexample$Statement.Text, ignore.case = TRUE)
# [1] FALSE  TRUE  TRUE FALSE  TRUE

如果您希望apple重复两次或orange重复两次（但不希望apple重复一次和orange重复一次），请分别量化：

grepl('(apple.*){2,}|(orange.*){2}', Rexample$Statement.Text, ignore.case = TRUE)
# [1] FALSE  TRUE FALSE FALSE  TRUE

Answer 2

您可以再次尝试显式查找模式的正则表达式，如(?:apple|orange).*(?:apple|orange)

(pattern <- paste0("(?:", Examplepattern, ")", ".*", "(?:", Examplepattern, ")"))
#[1] "(?:apple|orange).*(?:apple|orange)"

grepl(pattern, Rexample$Statement.Text, ignore.case = TRUE, perl = TRUE)
#[1] FALSE  TRUE  TRUE FALSE  TRUE