从字符串中提取单词并将它们移动到数组中

Posted 2023-03-16

【中文标题】从字符串中提取单词并将它们移动到数组中

【英文标题】：Extract words from a string and move them in an array

【发布时间】：2017-10-01 00:24:23

【问题描述】：

我想从R中的以下字符串中提取一些单词。（我将它们加粗以变得易于理解）然后我需要将它们移动到一个数组中。

\"AN\":\"**SC ANA**\",\"LOCC\":\"**Berlin**\"

例如在上面的字符串中，我需要 SC ANA 和 Berlin 存储在一个数组中。

对我来说有两个限制： 1- 此字段的数量可能会发生变化，例如：

\"AN\":\"**SC ANA**\",\"LOCC\":\"**Berlin**\",\"Nam\":\"**Alice**\"

2- 每个单词的长度也可能会改变。例如：

\"AN\":\"**Bsc ANT**\",\"LOCC\":\"**Berlin LC**\",\"Nam\":\"**Alice JHV**\"

谁能帮帮我？

【问题讨论】：

您绝对应该在这里使用 JSON 解析器，而不是正则表达式，而不是字符串提取。我不知道确切的 R 库，但其他人（也许 @akrun）应该能够帮助你。

【参考方案1】：

这是 JSON。您可以使用 jsonlite 包而不是手动处理字符串。例如：

library(jsonlite)
fromJSON('\"AN\":\"SC ANA\",\"LOCC\":\"Berlin\"')
# $AN
# [1] "SC ANA"
# 
# $LOCC
# [1] "Berlin"

【讨论】：

谢谢，这人太棒了！！只是一个问题，输出是单个字符串还是两个单个字符串？我的意思是，例如如何将“SC ANA”和“Berline”放在不同的变量或数组中。

这里的结果是一个命名列表。请参阅help("fromJSON") 以更好地控制输出。 as.data.frame(fromJSON('\"AN\":\"SC ANA\",\"LOCC\":\"Berlin\"')) 会给你一个单行数据框。通常您可能希望一次解析整个 JSON 文件，而不是逐个字符串，并调整 fromJSON() 的参数以获得所需的输出

【参考方案2】：

字符串为 json 格式，因此您可以执行以下操作：

require(jsonlite)
require(dplyr)
str <- "\"AN\":\"SC ANA\",\"LOCC\":\"Berlin\""

fromJSON(str) %>% unlist