R 逗号和句点之间的模式的正则表达式

经过数小时的谷歌搜索和徒劳的尝试，我希望有人能帮助解决这个公认的简单问题（尽管我显然对regexp相当陌生）

我有以下类型的数据：

name <- c("Doe, Mr. John")

我用提取法做的最好的事情是：

str_extract(name, ", .*\\.")

---

我相信有一个更简单的方法，有人能帮我吗？

您可以将所有字母匹配到一个点之前：

> name <- c("Doe, Mr. John")
> str_extract(name, "\\p{L}+(?=\\.)")
[1] "Mr"

> str_match(name, ",\\s*(\\p{L}+)\\.")[,2]
[1] "Mr"

类似的正则表达式可与

str_match

一起使用，以确保我们只匹配逗号后、空格和点前的单词：

> name <- c("Doe, Mr. John")
> str_extract(name, "\\p{L}+(?=\\.)")
[1] "Mr"

> str_match(name, ",\\s*(\\p{L}+)\\.")[,2]
[1] "Mr"

---

我们可以使用

sub

from

base R

sub("^[^ ]+\\s+([^.]+)\\..*", '\\1', name)
#[1] "Mr"

---

这看起来很漂亮！谢谢。一个快速但相关的问题：我如何强制“，”成为一个“角色”（团体？）？例如，当我使用str_split函数时，我的初衷是在“，”（即包括空格）和“.”处拆分字符串。但我写它的方式被解释为“逗号、点和空格分割”。也许，你的意思是你实际上想要

stru分割（名称，“[，.]\\s*”[[1]][2]

？字符类

[，.]

与当前位置的

，

或

匹配。顺便说一句，

\p{L}

可以替换为

[：alpha:]

。如果你只需要支持ASCII字母，而不是

\p{L}

，你可以使用一个通用的

[a-Za-z]

字符类。是的，这正是我想要的！谢谢你的帮助！