从R中的字符串中提取对象数组[重复]

Posted 2023-03-23

【中文标题】从R中的字符串中提取对象数组[重复]

【英文标题】：Extract array of objects from string in R [duplicate]

【发布时间】：2020-04-22 20:23:50

【问题描述】：

假设我有以下字符串：

str <- "var x = 1; var b = [a:c, d:f, aa:cc, dd:ff]; var notOfInterest = cc:r, dd:w"

我想提取该数组“[..., ...]”中的所有对象，而不是单个对象“...”（在本例中：var notOfInterest）。

所需的输出：

> list(c("a:c, d:f", "aa:cc, dd:ff"))
[[1]]
[1] "a:c, d:f"     "aa:cc, dd:ff"

我尝试了什么：

在此问题/答案的基础上：find json in string with R 我尝试添加括号。 我尝试使用调整后的输入字符串： str2 <- "var x = 1; var b = [a:c, d:f]; var notOfInterest = cc:r, dd:w" （仅出于调试目的。str 仍然是我的目标字符串）。连那一步都行不通。之后我必须添加一个可选的逗号并允许对象多次出现。

gregexpr(
  pattern = "[\\(?:[^]|(?R))*?\\]",
  perl = TRUE,
  text = str
) %>%
  regmatches(x = str)

我尝试使用“fixed = TRUE”参数，转义括号和一些其他选项，我很乐意发布代码，但是 我想这个问题会变得太长。

【参考方案1】：

我们可以使用gsub 和grep

strsplit(gsub(".*\\[|\\]", "", grep("\\,", strsplit(str, ";")[[1]], 
            value = TRUE)), ", (?=\\)", perl = TRUE)
#[[1]]
#[1] "a:c, d:f"     "aa:cc, dd:ff"

---

另一个选项是rm_square 来自qdapRegex

library(qdapRegex)
rm_square(str, extract = TRUE)
#[[1]]
#[1] "a:c, d:f, aa:cc, dd:ff"

【参考方案2】：

你可以使用这样的 stringr 包来做到这一点；

library(stringr)
str <- "var x = 1; var b = [a:c, d:f, aa:cc, dd:ff]; var notOfInterest = cc:r, dd:w"

只匹配第一次出现，结果将是向量

str_extract(str, "(?<=\\[).+?(?=\\])")
# [1] "a:c, d:f, aa:cc, dd:ff"

要获得所有的出现和结果将是一个列表

str_extract_all(str, "(?<=\\[).+?(?=\\])")
# [[1]]
# [1] "a:c, d:f, aa:cc, dd:ff"

【参考方案3】：

使用gsub 和strsplit。

strsplit(gsub("^.*?(\\.*?\\).*(\\.*?\\).*$", "\\1£\\2", str), "£")
# [[1]]
# [1] "a:c, d:f"     "aa:cc, dd:ff"

【参考方案4】：

这是其他解决方案。

出于调试目的

注意：使用“[”和“]”需要转义为文本，因为“[”和“]”是正则表达式中的特殊正则表达式字符。

str2 <- "var x = 1; var b = [a:c, d:f]; var notOfInterest = cc:r, dd:w" 

str2 %>% regexpr(
  pattern = "\\[\\((\\s|\\S)+)\\\\]",
  perl = TRUE
) %>%
  regmatches(x = str2)
#[1] "[a:c, d:f, aa:cc, dd:ff]"

为了你的主要目的

使用gsub 和strsplit

提取数组文本。

gsub(pattern = "^.+\\[(.+)\\].+$",perl = T, replacement = "\\1")

pattern = "^.+\\[(.+)\\].+$"：使用“(.+)”将“[”和“]”之间的文本作为字符串组。在此示例中，字符串组将为“a:c, d:f, aa:cc, dd:ff”。

replacement = "\\1"：用字符串组替换原文。

提取数组中的对象。

strsplit(split = "(?<=([\\\\]))\\,\\s", perl = T)

split = "(?<=([\\\\]))\\,\\s" ：用“”和“”之间的“,”分割数组。

str <- "var x = 1; var b = [a:c, d:f, aa:cc, dd:ff]; var notOfInterest = cc:r, dd:w"

str %>% gsub(pattern = "^.+\\[(.+)\\].+$",
             perl = T,
             replacement = "\\1") %>% strsplit(split = "(?<=([\\\\]))\\,\\s", perl = T)
# [[1]]
# [1] "a:c, d:f"     "aa:cc, dd:ff"

希望对你有帮助:)