How to search if there is a word inside a text in R
I need to know if inside a certain text has a specific word, for example fnord. So far I only found:
x<-"fnord: Você não tem nivel de acesso a está informação."
strsplit(x, "[[:punct:] ]")
[[1]]
[1] "fnord" "" "Você" "não" "tem" "nivel" "de"
[8] "acesso" "a" "está" "informação"
I saw something about the function grep, but I couldn't get it right.
and I would prefer an answer of type TRUE or FALSE.
1 answers
@ rui-barradas has already given the answer in the comments, this is only an elaboration. First, let's create an example with more sentences.
string.vector <- c(
"gnoll: Você tem acesso total a esta informação.",
"stack: Você tem acesso parcial a esta informação.",
"fnord: Você não tem nivel de acesso a esta informação.",
"fnord: Você poderia ter acesso a esta informação."
)
> string.vector
[1] "gnoll: Você tem acesso total a esta informação."
[2] "stack: Você tem acesso parcial a esta informação."
[3] "fnord: Você não tem nivel de acesso a esta informação."
[4] "fnord: Você poderia ter acesso a esta informação."
grep it will give you the indices (positions) in which the pattern you want was found. grepl will give you True / False for all positions:
> grep('fnord', string.vector)
[1] 3 4
> grepl('fnord', string.vector)
[1] FALSE FALSE TRUE TRUE
Strsplit generates a list with the strings separated according to the criteria you set (scores and spaces, in this case):
split.list <- strsplit(string.vector, "[[:punct:] ]")
> split.list
[[1]]
[1] "gnoll" "" "Você" "tem" "acesso"
[6] "total" "a" "esta" "informação"
[[2]]
[1] "stack" "" "Você" "tem" "acesso"
[6] "parcial" "a" "esta" "informação"
[[3]]
[1] "fnord" "" "Você" "não" "tem"
[6] "nivel" "de" "acesso" "a" "esta"
[11] "informação"
[[4]]
[1] "fnord" "" "Você" "poderia" "ter"
[6] "acesso" "a" "esta" "informação"
Applying grep and grepl here will give you the same result, because it is being indicated which items in the list have the search key:
> grep('fnord', split.list)
[1] 3 4
> grepl('fnord', split.list)
[1] FALSE FALSE TRUE TRUE
You can use lapply to apply grep / grepl to each element of the list
> lapply(split.list, grep, pattern = 'fnord')
[[1]]
integer(0)
[[2]]
integer(0)
[[3]]
[1] 1
[[4]]
[1] 1
> lapply(split.list, grepl, pattern = 'fnord')
[[1]]
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[[2]]
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[[3]]
[1] TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[[4]]
[1] TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
The stringr package has user-friendly functions for working with text strings. Check his vignette over regular expressions .