在R中使用正则表达式检测字符串任意位置的完整独立单词

需求说明 #

需要检测字符串中任意位置作为独立完整单词出现的目标词，排除目标词作为其他长单词组成部分的情况。

示例代码与实现 #

首先定义测试字符串向量：

samplestr <- c("LT BLAHBLAH", "BLAH LT BLAH", "BLAHLT BLOO")

R 支持单词边界元字符\b，由于 R 字符串中反斜杠需要额外转义，因此使用\\b包裹目标词即可实现独立单词匹配，调用grepl的代码如下：

grepl("\\bLT\\b", samplestr)

运行后输出结果为：TRUE TRUE FALSE，完全符合预期。

原理解释 #

\b匹配的是单词字符（字母、数字、下划线）与非单词字符的交界位置，也匹配字符串开头/结尾和单词字符的交界位置，因此可以确保目标词的前后不会连接其他单词字符，不会匹配到目标词作为长单词组成部分的情况。

内容的提问来源于stack exchange，提问作者samalevy