3.2 字符串的辨識、計數(shù)與定位

在3.1節(jié)中構造了cn_string這個字符串變量，內容為“上海自來水來自海上，山西煤運車煤運西山”。現(xiàn)在要解決以下3個問題。

●“山”在這個字符串中有沒有出現(xiàn)；

●“山”在這個字符串中出現(xiàn)了幾次；

●“山”在這個字符串中什么位置出現(xiàn)了。

下面利用stringr包中的函數(shù)（str_detect/str_count/str_locate）一一解決上述3個問題。

1.字符串是否出現(xiàn)

判別一個字符或者一段字符在該字符串中是否出現(xiàn)，可以采用str_detect函數(shù)實現(xiàn)。返回值是一個邏輯性變量，告訴用戶要判別的內容出現(xiàn)了還是沒有出現(xiàn)。TRUE表示出現(xiàn)，F(xiàn)ALSE表示沒出現(xiàn)，如下所示。

結果顯示，“上海自來水來自海上，山西煤運車煤運西山”中出現(xiàn)了“山”字，沒有出現(xiàn)“山東”這個兩字詞語。

2.字符串出現(xiàn)了幾次

使用str_count函數(shù)可以直接查看某字符或字符串在目標字符串中出現(xiàn)的次數(shù)，以下代碼可查看“山”在“上海自來水來自海上，山西煤運車煤運西山”一共出現(xiàn)了幾次。結果顯示，“山”字共出現(xiàn)了兩次。

如果查看的詞在字符串中沒有出現(xiàn)，那么就會返回0，如下所示。

如果要查詢整個字符串的長度，則可以使用str_length函數(shù)進行查詢。

3.字符串在何處出現(xiàn)

要知道“山”在“上海自來水來自海上，山西煤運車煤運西山”這個字符串中具體什么位置出現(xiàn)，可以使用str_locate函數(shù)。這個函數(shù)會對第一個“山”出現(xiàn)的位置進行定位，如下所示。

以上結果返回了“山”這個字符的起始位置（對于單字來說，起始位置是一樣的）。如果想知道“山西”的位置，則可以這樣操作。

以上結果表示，“山西”這個詞出現(xiàn)在字符串第11到12的位置。事實上“山”在字符串中出現(xiàn)了兩次，如果要對兩個“山”都進行定位，可以使用str_locate_all函數(shù)。

這里有一點需要注意，返回值是一個列表，而列表中所裝的是一個二維數(shù)組。了解返回值的數(shù)據(jù)結構對未來的文本數(shù)據(jù)批處理具有重要意義。