在R中向前看,以按顺序识别单词模式

Lookarounds是零宽度断言,这意味着当模式匹配时正则表达式索引没有移动(匹配的字符没有添加到匹配值,连续的Lookarounds都从同一位置开始其模式检查)。所以 (?=bcl-?2)(?!.*not)(?=.*detected) 匹配后跟的空位置(空字符串) bcl2 或 bcl-2 not 除换行符以外的任何0+字符后的子字符串,后面跟 detected 在除换行符以外的任何0+字符之后。由于没有锚,因此在输入字符串中的每个位置都会尝试此模式。这种模式很难满足你的需要。

以下是一个可能的解决方案:

\bbcl-2\b(?:(?!\bbcl-\d|\bnot\b).)*?\bdetected\b

请参阅 regex demo

• \b -单词边界
• bcl-2 -a bcl-2
• \b -单词边界
• (?:(?!\bbcl-\d|\bnot\b).)*? -(a) tempered greedy token )任何0+(但尽可能少)字符,而不是不启动以下两个序列的换行符:
  • \bbcl-\d bcl- 和一个数字
  • | -或
  • \bnot\b -一个完整的词 不
• \bdetected\b -一个完整的词 检测

查看 R demo 如下:

x <- c("bcl-2 was detected in 45% bcl-6 was not detected", 
"bcl-2 was not detected bcl-6 was detected in 45%",
"no evidendce of bcl-2 bcl-6 was detected in 45%")
grep("\\bbcl-2\\b(?:(?!\\bbcl-\\d|\\bnot\\b).)*?\\bdetected\\b", x, perl=TRUE, value=TRUE)
## => [1] "bcl-2 was detected in 45% bcl-6 was not detected"