R中使用stringr包str_subset提取同时含text-1和text-2的字符串

解决方案 #

使用正向前瞻断言实现不限顺序的多关键词匹配，同时配合单词边界\b避免误匹配text-11、text-21这类包含更长数字后缀的内容，代码如下：

library(stringr)
texts <- c('I-have-text-2-and-text-8','I-have-text-1-and-text-2','I-have-text-7-and-text-8','I-have-text-2-and-text-1','I-have-text-4-and-text-5','I-have-text-11-and-text-12','I-have-text-13-and-text-32','I-have-text-8-and-text-6')
str_subset(texts, '^(?=.*\\btext-1\\b)(?=.*\\btext-2\\b)')

正则规则说明 #

• ^ 锚定字符串开头，确保两个断言作用于完整字符串
• (?=.*\\btext-1\\b) 是正向前瞻断言，要求字符串中任意位置存在完整的text-1关键词：
  • .* 匹配任意数量的任意字符，代表关键词可以出现在任意位置
  • \\b 是单词边界，避免text-1匹配到text-11这类内容
• (?=.*\\btext-2\\b) 逻辑同上，要求字符串存在完整的text-2关键词
• 两个断言无先后顺序要求，因此天然满足两个关键词出现顺序不限的筛选条件

运行后输出结果完全符合预期：

[1] "I-have-text-1-and-text-2" "I-have-text-2-and-text-1"

内容的提问来源于stack exchange，提问作者Laura