gsub devuelve una cadena vacía cuando no se encuentra ninguna coincidencia

Question

Estoy usando la función gsub en R para devolver las apariciones de mi patrón (números de referencia) en una lista de texto. Esto funciona muy bien a menos que no se encuentre una coincidencia, en cuyo caso recupero toda la cadena, en lugar de una cadena vacía. Considere el ejemplo:

data <- list("a sentence with citation (Ref. 12)", 
      "another sentence without reference") 

sapply(data, function(x) gsub(".*(Ref. (\\d+)).*", "\\1", x)) 

devoluciones:

[1] "Ref. 12"       "another sentence without reference" 

Pero me gustaría llegar

[1] "Ref. 12"       "" 

Gracias!

Answer 1

probablemente me vaya una ruta diferente, ya que no parece necesaria la sapply para mí ya que estas funciones ya están vectorizados:

fun <- function(x){ 
    ind <- grep(".*(Ref. (\\d+)).*",x,value = FALSE) 
    x <- gsub(".*(Ref. (\\d+)).*", "\\1", x) 
    x[-ind] <- "" 
    x 
} 

fun(data) 

Answer 2

Puede intentar incrustar grep(..., value = T) en esa función.

data <- list("a sentence with citation (Ref. 12)", 
     "another sentence without reference") 

unlist(sapply(data, function(x) { 
    x <- gsub(".*(Ref. (\\d+)).*", "\\1", x) 
    grep("Ref\\.", x, value = T) 
    })) 

¿Tipo de voluminoso pero funciona? También elimina la segunda referencia vacía.

Answer 3

según la documentación, esta es una característica de gsub vuelve la cadena de entrada si no hay coincidencias con las coincidencias de patrón suministradas devuelve la cadena completa.

aquí, utilizo la función grepl primeros en regresar un vector lógico de la presencia/ausencia del patrón en la cadena dada:

ifelse(grepl(".*(Ref. (\\d+)).*", data), 
     gsub(".*(Ref. (\\d+)).*", "\\1", data), 
     "") 

incrustación de esto en una función:

mygsub <- function(x){ 
    ans <- ifelse(grepl(".*(Ref. (\\d+)).*", x), 
       gsub(".*(Ref. (\\d+)).*", "\\1", x), 
       "") 
    return(ans) 
} 

mygsub(data) 

Answer 4

xs <- sapply(data, function(x) gsub(".*(Ref. (\\d+)).*", "\\1", x)) 
xs[xs==data] <- "" 
xs 
#[1] "Ref. 12" ""  

Answer 5

Probar strapplyc en el paquete gsubfn:

library(gsubfn) 

L <- fn$sapply(unlist(data), ~ strapplyc(x, "Ref. \\d+")) 
unlist(fn$sapply(L, ~ ifelse(length(x), x, ""))) 

que da a esta:

a sentence with citation (Ref. 12) another sentence without reference 
         "Ref. 12"         "" 

Si no le importa salida de la lista a continuación, sólo podría utilizar L y olvidarse de la última línea de código. Tenga en cuenta que el prefijo fn$ convierte los argumentos de la fórmula de la función a la que se aplica en llamadas a funciones para que la primera línea de código se pueda escribir sin fn como sapply(unlist(data), function(x) strapplyc(x, "Ref x. \\d+")).