grepl & grep (2)

Je kunt het dakje ^ en het dollarteken $ gebruiken om respectievelijk het begin en het einde van een string te matchen. Dat brengt ons een stap dichter bij een goed patroon om alleen de ".edu"-e-mailadressen uit onze lijst te matchen. Maar er is meer dat we kunnen toevoegen om het patroon robuuster te maken:

@, omdat een geldig e-mailadres een apenstaartje moet bevatten.
.*, dat elk teken (.) nul of meer keer (*) matcht. Zowel de punt als het sterretje zijn metatekens. Je kunt ze gebruiken om om het even welk teken te matchen tussen het apenstaartje en het ".edu"-gedeelte van een e-mailadres.
\\.edu$, om het ".edu"-gedeelte van het e-mailadres aan het einde van de string te matchen. Het gedeelte \\ "escapet" de punt: het vertelt R dat je de . als letterlijk teken wilt gebruiken.

Deze oefening maakt deel uit van de cursus

R voor gevorderden

Cursus bekijken

Oefeninstructies

Gebruik grepl() met de meer geavanceerde reguliere expressie om een logische vector terug te geven. Print het resultaat.
Doe iets gelijkaardigs met grep() om een vector met indexen te maken. Sla het resultaat op in de variabele hits.
Gebruik opnieuw emails[hits] om de emails-vector te subsetten.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# The emails vector has already been defined for you
emails <- c("[email protected]", "[email protected]", "[email protected]",
            "invalid.edu", "[email protected]", "[email protected]")

# Use grepl() to match for .edu addresses more robustly


# Use grep() to match for .edu addresses more robustly, save result to hits


# Subset emails using hits

Code bewerken en uitvoeren