多词正则表达式

Question

我需要同时从多个文本文档中提取多个单词。我使用了类似的正则表达式grep

b <- grep("sale down",wfr1[x]) 

如果我加上第二个字符串，结果是zero。示例：

b <- grep("sale down","goes up","goes down slowly",wfr1[x]) 

我想要单词的组合表达，以提取我喜欢上面两个或三个单词，如果它匹配。有什么建议吗？

这是我的语料库或数据文件，其中包含我想要提取的关键字。我想说明以下文件中出现的关键字

科技股关注苹果公司诺基亚公司nokteslatslablackberrybbry马克·库伯写的关于一月大减价的文章苹果公司nasdakaapls ibeacon科技用于在ces清道夫狩猎苹果公司nasDakaapls股票开始交易时的价格为，整个交易时段都攀升到了高点，后来当日内交易结束时，股票最终下跌到了苹果公司的收盘点。销售额下降又上升。减价在将移动业务出售给微软几个月后，诺基亚公司adrnysenok正式终止了对symbian和meego应用程序的支持。这家芬兰公司放弃了这两款国产移动操作系统，转而支持微软的windows手机有10亿股流通股，其中10亿股已在市场上市

Answer 1

在您的问题中，您仍不清楚要搜索的模式是什么。有点违反直觉，模式是grep中的第一个参数，您正在处理的字符串，第二个。

我想您想要的是在几个字符串中搜索regex模式。然后，您需要传递一个向量，而不是像现在这样传递几个字符串作为单独的参数，例如(参见?grep)

> grep("test", "where is test")
[1] 1
> grep("test", c("another test", "where is test"))
[1] 1 2

另一方面，如果您想在文档中搜索几个字符串中的一个，则需要更改正则表达式，例如使用OR运算符。

> grep("test|nothing", c("just nothing"))
[1] 1
> grep("test|nothing", c("another test or maybe nothing"))
[1] 1
> grep("test|nothing", c("just a test"))
[1] 1
> grep("test|nothing", c("neither tes*  nor nothin*"))
integer(0)

Answer 2

grep状态的文档：If a character vector of length 2 or more is supplied, the first element is used with a warning.

我想你会想要这样的东西：

grep("sale down|goes up|goes down slowly", wfr1[x])