使用str_count统计间隔1-30词的目标词组出现次数遇问题求助

• 核心问题：正则表达式的优先级错误，|（或运算符）的优先级远低于括号和其他匹配符号，导致原正则没有正确限定「起始关键词」和「目标关键词」的范围，{1,30}只作用在部分分支上，修改数值自然不会有变化。

原正则的实际匹配逻辑被拆成了4个独立分支：

1. \buncertainty
2. unclear(?:\W+\w+){1,30} ?\W+global
3. decrease in demand
4. fall in demand\b

完全偏离了你原本要统计「uncertainty/unclear」和「global/decrease in demand/fall in demand」间隔1-30个词的需求。

• 修正后的正则：
  需要把起始关键词组和目标关键词组分别用括号包裹，明确匹配范围，同时修正R中转义符的写法：

str_count(texttw, "\\b(uncertainty|unclear)(?:\\W+\\w+){1,30}\\W+(global|decrease in demand|fall in demand)\\b")

• 关键修正点：

  1. 用(uncertainty|unclear)把起始关键词括起来，确保{1,30}的间隔规则作用在起始关键词之后
  2. 用(global|decrease in demand|fall in demand)把目标关键词括起来，明确只有起始词后间隔1-30个词出现这些目标词时才会被统计
  3. R中字符串里的\b需要写成\\b，否则会被当成退格符解析（原代码的\b本身就是错误写法）
  4. 去掉多余的?，避免匹配间隔词时出现无意义的可选空格

• 额外说明：如果需要支持双向匹配（目标词出现在起始词之前，间隔1-30个词），可以调整正则为：

str_count(texttw, "\\b(?:(uncertainty|unclear)(?:\\W+\\w+){1,30}\\W+(global|decrease in demand|fall in demand)|(global|decrease in demand|fall in demand)(?:\\W+\\w+){1,30}\\W+(uncertainty|unclear))\\b")

内容的提问来源于stack exchange，提问作者Mohsin