是否有只解析ASCI文件块段的R函数？

我有这样一个文本文件：

4 -- Elmo857 Jaskolski867 (10 y/o M) Brockton, Massachusetts

VITAL SIGNS

  * Creatinine Ratio =  13.06
  *                   Glucose =  65.38
  *                    Height = 144.60

-----
3 -- Lan153 Kris249 (14 y/o F) South Hadley, Massachusetts 

VITAL SIGNS

  * Creatinine Ratio =   0.79
  *                   Glucose =  67.06
  *                    Height = 156.80

-----

我需要在R中解析它以生成这样的数据帧

ID Name                Age Gender Location                  Creatinine Ratio Glucose Height

4  Elmo857Jaskolski867 10  M      Brockton,Massachusetts    13.06          65.38   144.6

3  Lan153Kris249       14  F      SouthHadley,Massachusetts 0.79           67.06   156.8

已经有了处理特定解析请求的答案，但我找不到任何处理块解析的答案（每个先证者都受到“----”的限制）。

---

有我用的指针吗？

这对于

tidyverse

来说很简单

library(dplyr)
library(stringr)

df <- text %>%               #assumes your text is a single character string
  str_split("-----") %>%     #split at -----
  unlist() %>%               #unlist
  str_trim() %>%             #trim spaces
  enframe(name = NULL) %>%   #convert to dataframe (tibble) - one column called value
  mutate(ID = str_extract(value, "^\\d+"),                          #first digits
         Name = str_trim(str_match(value, "-- (.+?) \\(")[,2]),     #between -- and (
         Age = as.numeric(str_match(value, "\\((\\d+)")[,2]),       #digits after (
         Gender = str_match(value, "(M|F)\\)")[,2],                 #MF before )
         Location = str_trim(str_match(value, "\\) (.+?)\\n")[,2]), #after ) to end line
         Creat = as.numeric(str_match(value, "Ratio =\\s+([\\.0-9]+)")[,2]),
         Glucose = as.numeric(str_match(value, "Glucose =\\s+([\\.0-9]+)")[,2]),
         Height = as.numeric(str_match(value, "Height =\\s+([\\.0-9]+)")[,2])) %>% 
  filter(!is.na(ID)) %>%     #remove final blank row
  select(-value)             #remove original text

df

  ID    Name                   Age Gender Location                    Creat Glucose Height

1 4     Elmo857 Jaskolski867    10 M      Brockton, Massachusetts     13.1     65.4   145.
2 3     Lan153 Kris249          14 F      South Hadley, Massachusetts  0.79    67.1   157.

库（dplyr）
图书馆（stringr）
df%#假设您的文本是单个字符串
str#u split（“----”）%>%#在-----
unlist（）%>%#unlist
str_trim（）%>%#修剪空间
enframe（name=NULL）%>%#转换为数据帧（TIBLE）-一列称为value
变异（ID=str_extract（value，“^\\d+”），#第一个数字
Name=str\u trim（str\u match（值，“-（.+？）\ \”[，2]），介于-，和之间(
年龄=为.numeric（str_匹配（值，“\\（\\d+））[，2]），后面是数字(
性别=stru匹配（值，“（M | F）\\）”[，2]，#MF之前）
位置=str#trim（str#U匹配（值，“\\）（.+？）\\n“[，2]），#后）到结束行
Creat=as.numeric（str\u匹配（值，“比率=\\s+（[\\\.0-9]+）”）[，2]），
葡萄糖=as.numeric（str_匹配（值，“葡萄糖=\\s+（[\\\.0-9]+）”）[，2]），
高度=as.numeric（str_匹配（值，“Height=\\s+（[\\\.0-9]+）”[，2]））%>%
过滤器（！is.na（ID））%>%#删除最后一个空行
选择（-value）#删除原始文本
df
ID姓名年龄性别位置创建身高
1 4 Elmo857 Jaskolski867 10米马萨诸塞州布罗克顿13.1 65.4 145。
马萨诸塞州南哈德利249 14楼，0.79 67.1 157。

您可以使用

f=file（）

创建到该文件的连接；然后

读取行（f，n=1）

将一次读取一行。您可以使用它逐行读取，每次到达下一行时停止。