如何用dplyr结合正则匹配符合特定规则的info文本行？

你需要调整正则表达式来覆盖所有三个条件，以下是修正后的代码：

library(dplyr)
library(stringr)

df_new <- data.frame(
  text=c('info is given','he is given info. in the class',
         'she needs info2','why not having information',
         'his info# missing', 'info12 and packages are given',
         'parainfo is ready','info. was awarded',
         'meeting is with .info'))

df_result <- df_new %>%
  mutate(text = tolower(text)) %>%
  mutate(strings_detected = as.integer(str_detect(text, "(^|\\s)info(?:\\s|$|\\W|\\d+)")))

# 查看结果
print(df_result)

正则表达式说明 #

(^|\\s)info(?:\\s|$|\\W|\\d+) 各部分含义：

• (^|\\s)：匹配字符串开头或空白字符，确保info前面不是其他字符（排除.info、parainfo这类情况）
• info：目标匹配术语
• (?:\\s|$|\\W|\\d+)：非捕获组，匹配以下任意一种情况：
  • \\s：空白字符（对应条件1：info后无其他字符）
  • $：字符串结尾（对应条件1：info后无其他字符）
  • \\W：任意非字母数字字符（对应条件2：info后紧跟英文句号或特殊字符）
  • \\d+：一个或多个数字（对应条件3：info后紧跟数字）

输出结果 #

运行代码后得到的结果与你的期望完全一致：

text strings_detected
1                  info is given                1
2 he is given info. in the class                1
3                she needs info2                1
4     why not having information                0
5              his info# missing                1
6  info12 and packages are given                1
7              parainfo is ready                0
8              info. was awarded                1
9           meeting is with .info                0

内容的提问来源于stack exchange，提问作者Alex