如何用R函数为字符串中的所有数值统一添加颜色标记？

云上老周

2026-8-4

问题分析

原代码的核心问题在于：

字符串按空格分割后，很多数值和单位/标点连在一起（比如5,9cm.、19mm），并非纯数字，原条件value == gsub(".*(\\b\\d+\\b).*", "\\1", text)只能匹配纯单个数字（比如56），无法覆盖带单位/标点的数值元素。
用整个text提取的第一个数值去和每个value对比，逻辑错误，只能匹配到一个元素，无法覆盖所有数值。

解决方案

调整数值检测的逻辑，用正则表达式判断每个元素是否包含数值（支持整数、带逗号的小数，以及后面跟随单位/标点的情况），然后统一上色。修正后的代码如下：

library(tidyverse)
library(crayon)
library(stringr)

# 原始文本
text <- tolower(c("Kyste simple inférieur de
56 mm. Aorto-bi-iliaque en
5,9cm. Artères communes de 19mm et
de 87mm. 120mm stable."))

# 分割字符串为单个元素（保留原空格分割的结果）
split_text <- str_split(text, " ")[[1]]

# 创建数据框并处理颜色标记
df <- tibble(value = split_text) %>%
  mutate(
    value2 = case_when(
      # 匹配特定单词，设为绿色
      value == "aorto-bi-iliaque" ~ green(value),
      # 匹配数值相关元素：整数、带逗号的小数，可跟随mm/cm或标点
      str_detect(value, "^\\d+(,\\d+)?(mm|cm)?\\.?$") ~ blue(value),
      # 其他元素保持原样
      TRUE ~ value
    )
  )

# 打印结果（cat直接输出，不需要print包裹）
cat(df$value2, sep = " ")

关键修改说明

替换了原unique_words函数，直接用str_split分割字符串，避免unique去重导致原文本顺序丢失。
用str_detect结合正则表达式^\\d+(,\\d+)?(mm|cm)?\\.?$检测数值元素：
- ^\\d+：以数字开头
- (,\\d+)?：可选的带逗号的小数部分
- (mm|cm)?：可选的单位mm或cm
- \\.?$：可选的结尾标点，以句号结束
去掉了多余的print包裹cat，直接用cat输出即可保留空格分隔的格式。