R 从包含三个以上字母的字符串中提取第一个单词

所以我有一个字符串：

“我是一家卫生机构的牙医。”

我想提取包含三个以上字母的第一个单词，并将其放入datatable中的一个新列中，即本例中的“牙医”。我想我必须使用strsplit，但我不知道如何继续

谢谢你的帮助

问候,，

---

Antje

试试这个简单的解决方案：

string<-"I am a dentist in a health organization."
words<-unlist(strsplit(string," "))
words[which.max(nchar(words)>3)]
[1] "dentist"

---

string试试这个简单的解决方案：

string<-"I am a dentist in a health organization."
words<-unlist(strsplit(string," "))
words[which.max(nchar(words)>3)]
[1] "dentist"

string从一开始匹配最短的字符序列
“^”
，
“*？”
，然后是一个4个或更多字符的单词，
“\\b（\\w{4，}\\b”
，然后是剩余的文本，
“*”
，并用第一个（也是唯一的）捕获组替换所有字符（即，与带括号的正则表达式部分的匹配）

从一开始，匹配最短的字符序列，
“^”
，
“*？”
，后跟一个包含4个或更多字符的单词，
“\\b（\\w{4，}\\b”
，后跟剩余的文本，
“*”
，并用第一个（也是唯一的）捕获组替换所有字符序列（即，与带括号的正则表达式部分的匹配）

\w{4，}
匹配任何单词字符（等于[a-zA-Z0-9)）
{4，}
量词-匹配次数介于4次和无限次之间，尽可能多地匹配，根据需要返回（贪婪）
非捕获组
（？：\\w+）
？
量词-匹配0到1次，尽可能多次，根据需要返回（贪婪）
+
量词-在一次和无限次之间进行匹配，尽可能多地匹配，根据需要返回（贪婪）
strng
\w{4，}
匹配任何单词字符（等于[a-zA-Z0-9)）
{4，}
量词-匹配次数介于4次和无限次之间，尽可能多地匹配，根据需要返回（贪婪）
非捕获组
（？：\\w+）
？
量词-匹配0到1次，尽可能多次，根据需要返回（贪婪）
+
量词-在一次和无限次之间进行匹配，尽可能多地匹配，根据需要返回（贪婪）
strng欢迎来到StackOverflow！请阅读了解如何提问，并欢迎来到StackOverflow！请阅读了解如何提问，并提供
# input data frame
DF <- data.frame(x = c("I am a dentist in a health organization.", 
  "I am a dentist in a health organization."))

pat <- "^.*?\\b(\\w{4,})\\b.*"
transform(DF, longword = sub(pat, "\\1", x))

                                         x longword
1 I am a dentist in a health organization.  dentist
2 I am a dentist in a health organization.  dentist