在R中提取以标点符号开头和结尾的文本[重复]

Posted 2023-03-23

【中文标题】在R中提取以标点符号开头和结尾的文本[重复]

【英文标题】：Extract Text Starting and Ending with Punctuations in R [duplicate]

【发布时间】：2019-08-21 03:56:09

【问题描述】：

我想使用 RStudio 提取两个标点符号之间的一组字符串。

我尝试使用 str_extract 命令，但每当我尝试使用锚点（^ 用于开始字符，$ 用于结束字符）时，它都失败了。

这里是示例问题：

> text <- "Name : Dr. CHARLES DOWNING MAP ; POB : London; Age/DOB : 53 years / August 05, 1958;"

这是我使用的示例代码：

> str_extract(text,"(Name : )(.+)?( ;)")  
> str_match(str_extract(text,"(Name : )(.+)?( ;)"),"(Name : )(.+)?( ;)")[3]

但它似乎过于冗长，而且不够灵活。

我只想提取"Dr. CHARLES DOWNING MAP"。

任何人都可以帮助解决我的问题吗？

我可以告诉正则表达式在“Name :”之后以任何非空白字符开头并在“;POB”之前结束吗？

【参考方案1】：

这似乎行得通。

> gsub(".*Name :(.*) ;.*", "\\1", text)
[1] " Dr. CHARLES DOWNING MAP"

【讨论】：

就打我吧。我的冒号后面有\\s+。

【参考方案2】：

str_match

stringr::str_match(text, "^Name : (.*) ;")[, 2]
#[1] "Dr. CHARLES DOWNING MAP"

[, 2]是从捕获组中获取内容。

---

还有qdapRegex::ex_between提取左右标记之间的字符串

qdapRegex::ex_between(text, "Name : ", ";")[[1]]
#[1] "Dr. CHARLES DOWNING MAP"