有需要的小伙伴可以下载 PDF 版本（有书签页）查看，附件中 https://www.yuque.com/erhuoqian/mudww7/mdsxrq

10.2.5

1 在没有使用 stringr 的那些代码中，你会经常看到 paste() 和 paste0() 函数，这两个函数的区别是什么？ stringr 中的哪两个函数与它们是对应的？这些函数处理 NA 的方式有什么不同？

2 用自己的语言描述一下 str_c() 函数的 sep 和 collapse 参数有什么区别？

3 使用 str_length() 和 str_sub() 函数提取出一个字符串最中间的字符。如果字符串中的字符数是偶数，你应该怎么做

4 str_wrap() 函数的功能是什么？应该在何时使用这个函数？

5 str_trim() 函数的功能是什么？其逆操作是哪个函数？

6 编写一个函数将字符向量转换为字符串，例如，将字符向量 c("a", "b", "c") 转换为字符串 "a, b and c"。仔细思考一下，如果给定一个长度为 0、1 或 2 的向量，那么这个函数应该怎么做？

10.3.2

1 解释一下为什么这些字符串不能匹配一个反斜杠 \ ：""、""、""。

2 如何匹配字符序列 "'\ ？

3 正则表达式 ...... 会匹配哪种模式？如何用字符串来表示这个正则表达式？

10.3.4

1 如何匹配字符串 "$^$" ？

2 给定stringr::words 中的常用单词语料库，创建正则表达式以找出满足下列条件的所有单词。

a. 以 y 开头的单词。

b. 以 x 结尾的单词。

c. 长度正好为 3 个字符的单词。（不要使用str_length() 函数，这是作弊！）

d. 具有 7 个或更多字符的单词。

10.3.6

1 创建正则表达式来找出符合以下条件的所有单词。

a. 以元音字母开头的单词。

b. 只包含辅音字母的单词（提示：考虑一下匹配“非”元音字母）。

c. 以 ed 结尾，但不以 eed 结尾的单词。

d. 以 ing 或 ize 结尾的单词。

2 实际验证一下规则：i 总是在 e 前面，除非 i 前面有 c

3 q 后面总是跟着一个 u 吗？

4 编写一个正则表达式来匹配英式英语单词，排除美式英语单词。

5 创建一个正则表达式来匹配你所在国家的电话号码。

10.3.8

1 给出与 ?、+ 和 * 等价的 {m, n} 形式的正则表达式用语言描述以下正则表达式匹配的是何种模式（仔细阅读来确认我们使用的是正则表达式，还是定义正则表达式的字符串）？

a. ^.*$

b. "{.+}"

c. \d{4}-\d{2}-\d{2}

d. "\{4}"

3 创建正则表达式来找出满足以下条件的所有单词。

a. 以 3 个辅音字母开头的单词。

b. 有连续 3 个或更多元音字母的单词。

c. 有连续 2 个或更多元音—辅音配对的单词

4 解一下 https://regexcrossword.com/challenges/beginner 中的正则表达式入门级纵横字谜。

10.3.10

用语言描述以下正则表达式会匹配何种模式？

a. (.)\1\1

b. "(.)(.)\2\1"

c. (..)\1

d. "(.).\1.\1"

e. "(.)(.)(.).*\3\2\1"

2 创建正则表达式来匹配出以下单词。

a. 开头字母和结尾字母相同的单词。

b. 包含一对重复字母的单词（例如，church 中包含了重复的ch）。

c. 包含一个至少重复3 次的字母的单词（例如，eleven 中的e 重复了3 次）。

10.4.2

试着使用两种方法来解决以下每个问题，一种方法是使用单个正则表达式，另一种方法是使用多个 str_detect() 函数的组合。

a. 找出以 x 开头或结尾的所有单词。

b. 找出以元音字母开头并以辅音字母结尾的所有单词。

c. 是否存在包含所有元音字母的单词？

d. 哪个单词包含最多数量的元音字母？哪个单词包含最大比例的元音字母？（提示：分母应该是什么？）

10.4.4

1 在前面的示例中，你或许已经发现正则表达式匹配了 flickered，这并不是一种颜色。修改正则表达式来解决这个问题。2 从 Harvard sentences 数据集中提取以下内容。

a. 每个句子的第一个单词。

b. 以 ing 结尾的所有单词。

c. 所有复数形式的单词。

10.4.6

1 找出跟在一个数词（one、two、three 等）后面的所有单词，提取出数词与后面的单词。假设这里只考虑数字 1-10

2 找出所有缩略形式，分别列出撇号前面和后面的部分。

10.4.8

1 迷惑？使用反斜杠替换字符串中的所有斜杠

2 使用 replace_all() 函数实现 str_to_lower() 函数的一个简单版

3 交换 words 中单词的首字母和末尾字母，其中哪些字符串仍然是个单词？

10.4.10

1 拆分字符串"apples, pears, and bananas"

2 为什么使用boundary("word") 的拆分效果要比"" 好？

3 使用空字符串（""）进行拆分会得到什么结果？尝试一下，然后阅读文档。

10.5

1 如何找出包含 \ 的所有字符串？分别使用 regex() 和 fixed() 函数来完成这个任务。

2 sentences 数据集中最常见的 5 个单词是什么？

10.7

1 找出可以完成以下操作的 stringi 函数。

a. 计算单词的数量。

b. 找出重复字符串。

c. 生成随机文本。

2 如何控制 stri_sort() 函数用来排序的语言设置？

[TOC]

可以看出 paste 等同于 str_c 中的 sep 参数，而 paste0 等同于 str_c 中的 collapse 参数。关于 NA 值，可以看到 paste 和 paste0 函数默认是把 NA 当成一个字符串的，而 str_c 则会受 NA 的影响，是可传染的。

扩展几个函数： • floor：向下取整，即不大于该数字的最大整数 • ceiling：向上取整，即不小于该数字的最小整数 • trunc：取整数部分 • round：保留几位小数 • signif：保留几位有效数字，常用于科学技术

可以看到 str_wrap() 函数就是指定插入字符的位置，比如 width = 10，将会每十个字符（包括空格）加一个换行符 \n。 • width：每一行的宽度，正整数 • indent：每个段落第一行的非负整数缩进，即首行缩进 • exdent：非负整数，在每个段落中给下行作缩进，非首行缩进

用处：当我们在做 GO、KEGG 等情况下，文本内容过长，需要换行展示，这时候就可以配合 str_wrap() 函数。详情可参考 Y 叔的公众号推文：ggplot2画图，文本太长了怎么办？

用来去除空白的函数： • str_trim() removes whitespace from start and end of string; 移除首尾 • str_squish() also reduces repeated whitespace inside a string；中间的也移除 都有一参数 side：删除空白的边（left, right or both）

逆操作函数为 str_pad() 加上空白 • width：加上字符后的字符长度，当指定长度小于本身字符长度时候不会改变 • side：加在哪边 • pad：填充字符，默认为空白

""：转义符号 \ 后的一个字符 "\"：这将解析到正则表达式中的 \，它将转义正则表达式中的下一个字符。 "\"：前两个反斜杠将解析为正则表达式中的文字反斜杠，第三个将转义下一个字符。在正则表达式中，它会转义一些转义的字符。

因为这个列表非常长，所以你可以设置 str_view() 函数的 match 参数，只显示匹配的 单词（match = TRUE）或未匹配的单词（match = FALSE）。

American and British English spelling differences

国际长途电话号码格式

看到此题有没有联想到我们的生物序列？

疑问：是否存在包含所有元音字母的单词？

不存在。

在 10.3.10　练习中有一题就是首尾字母相同的。

我们可以看到使用 "" 拆分后一句话变成了单个的字符，空格也是。