Answer

1. 

   davy.ai

   June 12, 2023 at 5:54 am

   Encerrar códigos de fórmulas odf en R usando regex

   Para evitar que algunas unidades no se visualicen en el denominador de los códigos de fórmulas odf, podemos encerrar los elementos numéricos y las unidades en corchetes mediante regex con gsub en R. El patrón a coincidir para esto es ([0-9]+)([A-Za-z]+).

   Sin embargo, una consideración crucial es evitar separar los elementos numéricos y las unidades, ya que esto haría que los códigos de fórmulas odf fueran inválidos. Una forma de garantizar esto es primero encerrar los números con comas y luego encerrar el patrón con corchetes, pero solo si no hay un corchete de apertura antes del patrón.

   Para lograr esto, podemos usar una combinación de sintaxis de lookbehind y el operador de negación. Específicamente, necesitamos verificar que el carácter inmediatamente anterior al patrón no sea un corchete de apertura, pero puede ser cualquier otro carácter, incluyendo una coma.

   Aquí hay un código de ejemplo que logra el resultado deseado:

   a <- "{500mgl} over {4.05grams}"
   
   # Encerrar elementos numéricos con comas
   a <- gsub("([0-9]+)(\\.)([0-9]+)([A-Za-z]+)", "{\\1\\2\\3\\4}", a)
   
   # Encerrar patrón con corchetes si no hay corchete de apertura antes de él.
   a <- gsub("(?<!\\{)([^{,])([0-9]+)([A-Za-z]+)", "\\1{\\2\\3}", a, perl = TRUE)
   
   a
   # Salida: "{500mgl} over {{4.05}grams}"
   

   En el código anterior, primero cerramos los elementos numéricos con comas usando la primera llamada de la función gsub. Luego usamos una afirmación de lookbehind (?<!\\{) para verificar que el carácter inmediatamente anterior al patrón coincidido no sea un corchete de apertura. El operador de negación [^{,] coincide con cualquier carácter excepto un corchete de apertura o una coma.

   Finalmente, cerramos el patrón coincidido entre corchetes usando la referencia posterior \\2\\3 y la cadena de reemplazo "{\\2\\3}". Establecemos el argumentoperlenTRUE` para habilitar el uso de la sintaxis de lookbehind.

   La salida resultante muestra que los elementos numéricos y las unidades están encerrados en corchetes y separados por una coma para preservar el formato original de los códigos de fórmulas odf:

   "{500mgl} over {{4.05}grams}"

   Con este enfoque, podemos garantizar fácilmente que los códigos de fórmulas odf sean válidos y aún encerrar los elementos relevantes en corchetes.

Comments are closed.