regex - 计算字符串中的模式匹配数

Question

例如，我有一个字符串

"AAAAAAACGAAAAAACGAAADGCGEDCG"

我想计算 "CG"重复了多少次。
我怎么做？

Answer 1

您可以使用gregexpr在"CG"中找到vec的位置。我们必须检查是否没有匹配项(-1)。函数sum对匹配数进行计数。

> vec <- "AAAAAAACGAAAAAACGAAADGCGEDCG"
> sum(gregexpr("CG", vec)[[1]] != -1)
[1] 4

如果您有向量字符串，则可以使用 sapply:

> vec <- c("ACACACACA", "GGAGGAGGAG", "AACAACAACAAC", "GGCCCGCCGC", "TTTTGTT", "AGAGAGA")
> sapply(gregexpr("CG", vec), function(x) sum(x != -1))
[1] 0 0 0 2 0 0

如果您有字符串列表，则可以使用 unlist(vec)，然后使用上面的解决方案。