R言語で、文字列からすべての完全一致を抽出する方法について解説します。文字列の操作には、tidyverseパッケージに含まれているstringrパッケージを使用するのが便利です。ここでは、stringrパッケージのstr_extract_all()を使用した方法についてお伝えします。
目次
str_extract_all()の概要
str_extract_all()は、文字列からすべての完全一致を抽出するための関数です。
str_extract_all()の使い方
str_extract_all(string, pattern, simplify = FALSE)
str_extract_all()の引数
string
入力ベクトルを指定します。文字ベクトルまたは文字ベクトルに変換可能なものを指定します。
pattern
検索するパターンを指定します。
デフォルトの解釈は、vignette(“regular-expressions”)で説明されている正規表現です。マッチング動作をより細かく制御するには、regex()を使用します。
fixed()を使用して、固定文字列（つまり、バイト列のみを比較する）に一致させます。これは高速ですが、近似値です。一般的に、人間のテキストに一致させるには、指定されたロケールの文字マッチング規則を尊重するcoll()を使用することをお勧めします。
boundary()を使用して、文字、単語、行、文の境界に一致させます。空のパターン””は、boundary(“character”) と同等です。
simplify = FALSE
真偽値を指定します。
- FALSE（デフォルト）：文字ベクトルのリストを返します
- TRUE：文字行列を返します
準備
あらかじめ、tidyverseパッケージを読み込んでおきます。
library(tidyverse)
str_extract_all()の使用例
文字列からすべての完全一致を抽出するには次のようにします。
str_extract_all(c("あかいろ", "くろ", "いろいろ"), "いろ")
[[1]]
[1] "いろ"
[[2]]
character(0)
[[3]]
[1] "いろ" "いろ"