R 中的 Grep 查找具有自定义“扩展”边界的单词

我正在寻找一个正则表达式来 grep 整个单词，包括用数字或下划线分隔的单词。\\b将数字和下划线视为单词的一部分，而不是边界。

例如，我想在“DOG MOUSE CAT”、“DOG MOUSE:CAT”中以及“DOG_MOUSE9CAT”中以及表达式的末尾或开头处捕获 MOUSE，如“MOUSE9CAT”和“DOG_MOUSE”中。基本上，我正在寻找的边界是任何非大写字母字符加上行/表达式的开头和结尾（可能缺少由\\b here).

我试过了：

"[[0-9_]\\b]MOUSE[[0-9_]\\b]"
"[[0-9_]|\\b]MOUSE[[0-9_]|\\b]"
"[$|[^A-Z]]MOUSE[^|[^A-Z]]"
"[?<=^|[^A-Z]]MOUSE[?=$|[^A-Z]]"

它们都不起作用。

我实际上正在寻找几个单词（基于长值向量），所以最终结果应该类似于

grep(paste("\\b", paste(searchwords, collapse = "\\b|\\b"), "\\b"), targettext)

（使用不同的分隔符，因为\\b对我来说限制太大了）。

（这与用户 Nick Sabbe 在评论中提出的问题类似：在 R 中使用 grep 查找作为整个单词的字符串（但不查找作为单词一部分的字符串） https://stackoverflow.com/questions/7227976/using-grep-in-r-to-find-strings-as-whole-words-but-not-strings-as-part-of-words)

将 PCRE 正则表达式与环视结合使用：

grep("(?<![A-Z])MOUSE(?![A-Z])", targettext, perl=TRUE)

See the 正则表达式演示 http://(?%3C!%5BA-Z%5D)MOUSE(?!%5BA-Z%5D)

The (?<![A-Z])如果单词前面有大写 ASCII 字母和负向前视，则负向后视将使匹配失败(?![A-Z])如果该单词后跟大写 ASCII 字母，则匹配失败。

要将环视应用于您拥有的所有替代方案，请使用外部分组(?:...|...).

See the R在线演示 https://ideone.com/cdOUse:

> targettext <- c("DOG MOUSE CAT","DOG MOUSE:CAT","DOG_MOUSE9CAT","MOUSE9CAT","DOG_MOUSE")
> searchwords <- c("MOUSE","FROG")
> grep(paste0("(?<![A-Z])(?:", paste(searchwords, collapse = "|"), ")(?![A-Z])"), targettext, perl=TRUE)
[1] 1 2 3 4 5