Scribd
Carregar
3 visualizações

Tutorial 2

O documento aborda o uso de expressões regulares em R para processamento de texto, incluindo validação de datas e números de telefone. Ele demonstra a aplicação de funções da biblioteca stringr e nativas do R para detectar padrões, contar ocorrências e manipular strings. Além disso, o documento inclui exemplos práticos de extração e substituição de substrings.

Enviado por

Rui Valporto
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
3 visualizações

Tutorial 2

O documento aborda o uso de expressões regulares em R para processamento de texto, incluindo validação de datas e números de telefone. Ele demonstra a aplicação de funções da biblioteca stringr e nativas do R para detectar padrões, contar ocorrências e manipular strings. Além disso, o documento inclui exemplos práticos de extração e substituição de substrings.

Enviado por

Rui Valporto
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
Você está na página 1/ 7

Expressões Regulares com o R e processamento de texto

> rm(list=ls())

Anotação 1 - Comando rm

> require(stringr)

Anotação 2 - Comando require

Anotação 3 - Biblioteca stringr

> #Exemplo de datas


> string = "23 mai 2000"
> string

[1] "23 mai 2000"

> string2 = "1 mai 2000"


> string2

[1] "1 mai 2000"

> string3 = "1 maio 2000"


> string3

[1] "1 maio 2000"

> regexp <- "([[:digit:]]{2}) ([[:alpha:]]+) ([[:digit:]]{4})"


> regexp

[1] "([[:digit:]]{2}) ([[:alpha:]]+) ([[:digit:]]{4})"

Anotação 4 - O que a expressão regular descreve?

Comandos nativos

> #Nativo
> grepl(pattern = regexp, x = string)

[1] TRUE

> grepl(pattern = regexp, x = string2)

1
[1] FALSE

> grepl(pattern = regexp, x = string3)

[1] FALSE

Anotação 5 - Anotações

> #Pacote stringr


> str_detect(string, regexp)

[1] TRUE

> str_detect(string, regexp)

[1] TRUE

> str_detect(string, regexp)

[1] TRUE

Anotação 6 - Anotações

> string4 = "10 cas 2000"


> grepl(pattern = regexp, x = string4)

[1] TRUE

Anotação 7 - Anotações

Anotação 8 - Como deve ser a expressao regular para validar uma data no formato proposto?

> data1 = "08/10/2014"


> data2 <- "8/10/2014"

2
Anotação 9 - Como deve ser a expressao regular para validar essas datas? Crie o padrão e o teste no R

> telefone1 = "99821-8070"


> telefone2 = "9906-8170"

Anotação 10 - Qual a expressão para detectar um telefone com 8 e 9 dígitos? Crie o padrão e o teste no R

> #Contando a ocorrência de padrões em uma string


> string <- "blabla 23 mai 2000 blabla 18 mai 2004 a aa c"
> string

[1] "blabla 23 mai 2000 blabla 18 mai 2004 a aa c"

> require(tau)
> textcnt(string,n=1L,method="string")

a aa blabla c mai
1 1 2 1 2
attr(,"useBytes")
[1] FALSE
attr(,"class")
[1] "textcnt"

> textcnt(string,n=5L,method="string")

blabla mai a aa c blabla mai blabla mai a mai blabla mai a aa


1 1 1
attr(,"useBytes")
[1] FALSE
attr(,"class")
[1] "textcnt"

Anotação 11 - Anotações

> #Extraindo a posicao de uma substring


> texto <- letters
> texto

3
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s"
[20] "t" "u" "v" "w" "x" "y" "z"

> grep(pattern = "p",x = texto )

[1] 16

> grep(pattern = "[a-z]",x = texto)

[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
[26] 26

Anotação 12 - Anotações

> #Extraindo a posicao de um padrao


> regexp <- "([[:digit:]]{2}) ([[:alpha:]]+) ([[:digit:]]{4})"
> string <- "blabla 23 mai 2000 blabla 18 mai 2004"
> regexpr(pattern = regexp, text = string)

[1] 8
attr(,"match.length")
[1] 11
attr(,"useBytes")
[1] TRUE

> gregexpr(pattern = regexp, text = string)

[[1]]
[1] 8 27
attr(,"match.length")
[1] 11 11
attr(,"useBytes")
[1] TRUE

> str_locate(string,regexp)

start end
[1,] 8 18

> str_locate_all(string,regexp)

[[1]]
start end
[1,] 8 18
[2,] 27 37

Anotação 13 - Anotações

4
> #Extrair trechos de uma string
> substr("simple text",1,3)

[1] "sim"

> str_sub("simple text",2,4)

[1] "imp"

Anotação 14 - Anotações

> #Extraindo padroes em uma string


> regexp <- "([[:digit:]]{2}) ([[:alpha:]]+) ([[:digit:]]{4})"
> string <- "blabla 23 mai 2000 blabla 18 mai 2004"
> str_extract(string,regexp)

[1] "23 mai 2000"

> str_extract_all(string,regexp)

[[1]]
[1] "23 mai 2000" "18 mai 2004"

> str_match(string,regexp)

[,1] [,2] [,3] [,4]


[1,] "23 mai 2000" "23" "mai" "2000"

> str_match_all(string,regexp)

[[1]]
[,1] [,2] [,3] [,4]
[1,] "23 mai 2000" "23" "mai" "2000"
[2,] "18 mai 2004" "18" "mai" "2004"

Anotação 15 - Anotações

> #Substituindo em uma string


> string <- "23 mai 2000"
> regexp <- "([[:digit:]]{2}) ([[:alpha:]]+) ([[:digit:]]{4})"
> sub(pattern = regexp, replacement = "\\1", x = string) #retrovisor primeira parte

[1] "23"

> sub(pattern = regexp, replacement = "\\2", x = string) #retrovisor segunda parte

5
[1] "mai"

> sub(pattern = regexp, replacement = "\\3", x = string) #retrovisor terceira parte

[1] "2000"

Anotação 16 - Anotações

> text <- "abc def ghk"


> sub(pattern = " ", replacement = "", x = text)

[1] "abcdef ghk"

> gsub(pattern = " ", replacement = "", x = text)

[1] "abcdefghk"

Anotação 17 - Anotações

> chartr(old="a",new="o",x="baba")

[1] "bobo"

> chartr(old="ab",new="ot",x="baba")

[1] "toto"

> str_replace_all("abc.def.ghi.jkl","\\.","_")

[1] "abc_def_ghi_jkl"

Anotação 18 - Anotações

> #Manipulando uma string


> str_pad("abc",width=10,side="both",pad = "+")

[1] "+++abc++++"

> str_pad(c("1","11","111","1111"),3,side="left",pad="0")

6
[1] "001" "011" "111" "1111"
Anotação 19 - Anotações

> #Removendo espacos em branco


> #install.packages("memisc", repos="http://R-Forge.R-project.org")
> library("memisc")
> trimws(" abc def ")
[1] "abc def"
> library("gdata")
> trim(" abc def ")
[1] "abc def"
> str_trim(" abd def ")
[1] "abd def"
Anotação 20 - Anotações

1 Referências
Anotação 21 - Anotações

Você também pode gostar