正则表达式匹配特定字符的确切数量

Question

假设我想找到字母“e”恰好出现两次的所有单词。当我定义这个模式时:

pattern1 <- "e.*e" 
grep(pattern1, stringr::words, value = T)

RegEx 也匹配诸如“therefore”之类的词，因为“e”也(至少)出现了两次。关键是，我不希望我的模式是“至少”，我希望它是“恰好 n 次”。

这个模式...

  pattern2 <- "e{2}"

...查找带有两个字母“e”的单词，但前提是它们一个接一个地出现(“feel”、“agre”等)。我想结合这两种模式来查找所有具有字母“e”不一定连续出现的确切次数的单词。

Answer 1

您可以使用:

^(?:[^e]*e){2}[^e]*$

见 regex demo . (?:...) 是一个非捕获组，允许量化子模式的序列，因此可以轻松调整以匹配 3、4 或更多特定序列一个字符串。

详情

• ^- 字符串的开始
• (?:[^e]*e){2} - 出现 2 次
  • [^e]* - 除了 e
  之外的任何 0+ 个字符
  • e - e
• [^e]* - 除了 e
之外的任何 0+ 个字符
• $ - 字符串结尾

见 R demo below :

x <- c("feel", "agre", "degree")
rx <- "^(?:[^e]*e){2}[^e]*$"
grep(rx, x, value = TRUE)
## => [1] "feel"

请注意，使用 value = TRUE 代替 value = T 更安全，因为 T 可能会在上面的代码中重新定义。