正则表达式包含下划线

Question

我是新使用正则表达式。我有以下几点：

files = c("apple_2014_10_17.csv", 
      "apple_2014_10_18.csv", 
      "applepie_2014_10_17.csv", 
      "applepie_2014_10_18.csv") 

我期待回到只：

apple_2014_10_17.csv 
apple_2014_10_18.csv 

和不回报：

applepie_2014_10_17.csv 
applepie_2014_10_18.csv 

我使用正则表达式如下

grepl("apple_*", files) 

但它返回所有文件。任何援助将不胜感激。

Answer 1

您可以简单地删除*量词。问题是这个量子意味着“零个或多个”时间，并且在所有向量元素中匹配apple，无论您是否有下划线。

files[grepl('apple_', files)] 
# [1] "apple_2014_10_17.csv" "apple_2014_10_18.csv" 

或者你可以保留量词，只是放置一个点.在它的前面。这种方式apple_是从字面上匹配的，然后将前一个标记（.任何单个字符）匹配为“零个或多个”时间。

files[grepl('apple_.*', files)] 
# [1] "apple_2014_10_17.csv" "apple_2014_10_18.csv" 

Answer 2

您也可以使用value论点grep，而不必子集files。 grep（和grepl）的参数fixed将使匹配确切，因为这不会通过正则表达式引擎常常会使其更快。

grep("apple_", files, value = TRUE, fixed = TRUE) 
# [1] "apple_2014_10_17.csv" "apple_2014_10_18.csv" 

或更容易可能是使用的invert参数，搜索“馅饼”，返回对面的比赛。

grep("pie", files, value = TRUE, invert = TRUE) 
# [1] "apple_2014_10_17.csv" "apple_2014_10_18.csv" 

请注意，如果你在一个目录中搜索文件，你也可以尝试

list.files(pattern = "apple_")