3.2 字符串的辨识、计数与定位

在3.1节中构造了cn_string这个字符串变量，内容为“上海自来水来自海上，山西煤运车煤运西山”。现在要解决以下3个问题。

●“山”在这个字符串中有没有出现；

●“山”在这个字符串中出现了几次；

●“山”在这个字符串中什么位置出现了。

下面利用stringr包中的函数（str_detect/str_count/str_locate）一一解决上述3个问题。

1.字符串是否出现

判别一个字符或者一段字符在该字符串中是否出现，可以采用str_detect函数实现。返回值是一个逻辑性变量，告诉用户要判别的内容出现了还是没有出现。TRUE表示出现，FALSE表示没出现，如下所示。

结果显示，“上海自来水来自海上，山西煤运车煤运西山”中出现了“山”字，没有出现“山东”这个两字词语。

2.字符串出现了几次

使用str_count函数可以直接查看某字符或字符串在目标字符串中出现的次数，以下代码可查看“山”在“上海自来水来自海上，山西煤运车煤运西山”一共出现了几次。结果显示，“山”字共出现了两次。

如果查看的词在字符串中没有出现，那么就会返回0，如下所示。

如果要查询整个字符串的长度，则可以使用str_length函数进行查询。

3.字符串在何处出现

要知道“山”在“上海自来水来自海上，山西煤运车煤运西山”这个字符串中具体什么位置出现，可以使用str_locate函数。这个函数会对第一个“山”出现的位置进行定位，如下所示。

以上结果返回了“山”这个字符的起始位置（对于单字来说，起始位置是一样的）。如果想知道“山西”的位置，则可以这样操作。

以上结果表示，“山西”这个词出现在字符串第11到12的位置。事实上“山”在字符串中出现了两次，如果要对两个“山”都进行定位，可以使用str_locate_all函数。

这里有一点需要注意，返回值是一个列表，而列表中所装的是一个二维数组。了解返回值的数据结构对未来的文本数据批处理具有重要意义。