r - 如何提取多个字符串的匹配部分？

Question

我有多个字符串，我想提取匹配的部分。实际上我的字符串是目录，我需要选择在哪里写文件，这是匹配所有字符串的位置。例如，如果您有一个包含三个字符串的向量:

data.dir <- c("C:\\data\\files\\subset1\\", "C:\\data\\files\\subset3\\", "C:\\data\\files\\subset3\\")

...所有字符串中匹配的部分是“C:\data\files\”。我怎样才能提取这个？

Answer 1

strsplit 和 intersect 使用 Reduce 递归地重叠部分。然后，您可以通过 paste-ing 将其拼凑起来。

paste(Reduce(intersect, strsplit(data.dir, "\\\\")), collapse="\\")
#[1] "C:\\data\\files"

正如@g-grothendieck 指出的那样，这在某些情况下会失败，例如:

data.dir <- c("C:\\a\\b\\c\\", "C:\\a\\X\\c\\") 

一个丑陋的 hack 可能是这样的:

tail(
  Reduce(
    intersect,
    lapply(strsplit(data.dir, "\\\\"),
      function(x) sapply(1:length(x), function(y) paste(x[1:y], collapse="\\") ) 
    )
  ),
1)

...这将处理任何一种情况。

---

或者，如果您只有一个额外的目录级别，请使用 dirname:

unique(dirname(data.dir))
#[1] "C:/data/files"