使用grepl函数过滤字符串首尾及中间单词时的误匹配问题

问题根源 #

你的代码存在两个核心问题：

1. 未使用单词边界限定，导致^DEV会匹配DEVAST这类以DEV开头但并非独立单词的字符串；
2. 中间匹配的正则写法错误：\DEV\中的转义符无效（R字符串中需用双反斜杠\\），且仅用空格限定无法覆盖DEV前后为标点或字符串首尾的场景，同时无法避免误匹配类似HEV的字符串（若实际数据中有DEV嵌入其他单词的情况）。

修正方案 #

使用正则的**单词边界\\b**来精准匹配独立的DEV单词，一个正则表达式即可覆盖开头、中间、结尾所有场景：

Airport_ID<-c("3001","3002","3003","3004")
Airport_Name<-c("DEV Adelaide DTSUpdated","HEV Brisbane HEV Land Airport Land ADTS",
                "DEVAST Washington INC Airport DTSUpdated","DALLAS DEVASTAirport HEV INCUpdated")
dfu<-data.frame(Airport_ID,Airport_Name)

# 修正后的筛选代码
Filter_Data_F <- dfu %>%  
  dplyr::filter(grepl("\\bDEV\\b", Airport_Name, fixed = FALSE))

代码解释 #

• \\b：匹配单词的边界（包括字符串开头、结尾，以及单词与标点/空格的分界），确保DEV是一个独立的单词，而非其他单词的一部分；
• 合并为单个grepl条件，简化代码逻辑，同时避免多条件或带来的误判。

测试结果 #

运行修正后的代码，仅会筛选出第一条符合要求的记录：

完全满足筛选以DEV开头、作为中间独立单词或以DEV结尾的需求，且不会误匹配HEV、DEVAST这类不符合条件的记录。

内容的提问来源于stack exchange，提问作者BobbyG