作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R），致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等，著有《R语言数据高效处理指南》（《R语言数据高效处理指南》(黄天元)【摘要 书评 试读】- 京东图书，《R语言数据高效处理指南》(黄天元)【简介_书评_在线阅读】 - 当当图书）。知乎专栏：R语言数据挖掘。邮箱：huang.tian-yuan@qq.com.欢迎合作交流。
反斜杠在R语言正则表达式中一般用来转义，但是其实可以用来做反向引用。下面举例说明：我们想获得句子中所有叠字的名称，句子为“请储婷婷、魏香香、龚菲菲、高圆圆、徐天天、欧阳娜娜同学到台上来。”
library(tidyverse)
string = "请储婷婷、魏香香、龚菲菲、高圆圆、徐天天、欧阳娜娜同学到台上来。"
str_extract_all(string,"(.)\\1") %>% unlist()
[1] "婷婷" "香香" "菲菲" "圆圆" "天天" "娜娜"如果需要获得三字名称，并包含姓氏，可以尝试：
str_extract_all(string,"(.)(.)\\2") %>% unlist()
[1] "储婷婷" "魏香香" "龚菲菲" "高圆圆" "徐天天" "阳娜娜"比较遗憾的是，四字是无法识别的，错误识别为“阳娜娜”。这是一个没有办法的事情，但是我们知道这种反向引用在一些场景中是非常实用的，最多能够标记到9个分组（也就是\\9），基本够用了。
原文作者：；如有侵权，请联系管理员删除。
上一篇：
打造docker “航运”基础设施
请登录后发表评论
登录
全部评论
