在R中提取括号中的文本

两个相关的问题。我有文本数据向量，比如

"a(b)jk(p)"  "ipq"  "e(ijkl)"

并希望轻松地将其分离为包含括号外文本的向量：

"ajk"  "ipq"  "e"

"bp"   ""  "ijkl"

以及包含括号内文本的向量：

"ajk"  "ipq"  "e"

"bp"   ""  "ijkl"

---

有什么简单的方法可以做到这一点吗？另一个困难是，它们可能变得相当大，并且有大量（无限）的括号。因此，我不能简单地抓住括号中的文本“pre/post”，而需要一个更智能的解决方案

括号外的文本

> x <- c("a(b)jk(p)"  ,"ipq" , "e(ijkl)")
> gsub("\\([^()]*\\)", "", x)
[1] "ajk" "ipq" "e"  

> x <- c("a(b)jk(p)"  ,"ipq" , "e(ijkl)")
> gsub("(?<=\\()[^()]*(?=\\))(*SKIP)(*F)|.", "", x, perl=T)
[1] "bp"   ""     "ijkl"

---

这个正则表达式将捕获括号内的所有字符，并匹配所有其他字符

|。

或part有助于匹配除捕获字符外的所有剩余字符。因此，使用组索引1中的字符替换所有字符将获得所需的输出。

I Maintent中的

rm_round

函数就是为了实现这一点而诞生的：

首先，我们将通过pacman获取并加载包

if (!require("pacman")) install.packages("pacman")
pacman::p_load(qdapRegex)

###然后我们可以使用它删除并提取您想要的零件：

x <-c("a(b)jk(p)", "ipq", "e(ijkl)")

rm_round(x)

## [1] "ajk" "ipq" "e" 

rm_round(x, extract=TRUE)

## [[1]]
## [1] "b" "p"
## 
## [[2]]
## [1] NA
## 
## [[3]]
## [1] "ijkl"

---

这篇文章可能很有用：

regmatches（x，gregexpr（）（？@thelatemail应该有自己的答案。我认为这是偶然的，因为否决票没有任何意义。提取很酷，因为您提取并组合在一起时没有粘贴+1@TylerRinker是的，有人生我的气，所以他对我的答案投了4张反对票，最低分是1。我的错。@Tylerinker，你能提供吗qdapRegex软件包的链接？第一条评论“petty”：（第二条…当然我在回答中也链接了。它也是一个CRAN软件包。@Tylerinker qdapRegex绝对是一个组合良好的软件包。