R-将提取的文本数据（每个实例作为行）导出为Data.frame格式

我试图从I number of standardized.txt表单中的I number个标准化实例中提取/导出文本到一个数据框中，其中每个实例都是一个单独的行。然后我想将该数据导出为.xlsx文件。到目前为止，我可以成功地提取数据（尽管算法提取的数据略多于所述的gregexpr（）参数），但只能以.txt格式一次性导出文本

在每个实例都有自己的行的情况下，如何创建提取的txt文件文本的数据帧？ （一旦数据是data.frame格式，我就知道如何从那里导出为xlsx。）

如何仅从已设置的参数中提取数据

在我的帮助下（特别是在我的帮助下），到目前为止，我已经做到了以下几点：

# Txt Data Format
txt 1 <-
"A. The First:  abcdefg hijklmnop qrstuv wxyz.
 B. The Second: abcdefg hijklmnop qrstuv wxyz.
 C. The Third:  abcdefg hijklmnop qrstuv wxyz.
 D. The Fourth: abcdefg hijklmnop qrstuv wxyz.

 A. The First:  abcdefg hijklmnop qrstuv wxyz.
 B. The Second: abcdefg hijklmnop qrstuv wxyz.
 C. The Third:  abcdefg hijklmnop qrstuv wxyz.
 D. The Fourth: abcdefg hijklmnop qrstuv wxyz."

txt 2 <-
"A. The First:  abcdefg hijklmnop qrstuv wxyz.
 B. The Second: abcdefg hijklmnop qrstuv wxyz.
 C. The Third:  abcdefg hijklmnop qrstuv wxyz.
 D. The Fourth: abcdefg hijklmnop qrstuv wxyz.

 A. The First:  abcdefg hijklmnop qrstuv wxyz.
 B. The Second: abcdefg hijklmnop qrstuv wxyz.
 C. The Third:  abcdefg hijklmnop qrstuv wxyz.
 D. The Fourth: abcdefg hijklmnop qrstuv wxyz."


#################################
# Directory and Text Extraction #
#################################

dest <- "C:/Desktop/"
docs_text <- list.files(path = dest, pattern = "txt",  full.names = TRUE)

## Assumes that all the content I want to extract is between "A." and "C." in 
## the text while ignoring "C." and "D." content.

docs_list <- list.files(path = dest, pattern = "txt",  full.names = TRUE)
docs_doc <- lapply(docs_list, function(i) {
  j <- paste0(scan(i, what = character()), collapse = " ")
  regmatches(j, gregexpr("(?<=A. The First).*?(?=C. The Third)", j, perl=TRUE))
})

lapply(1:length(docs_doc),  function(i) write.table(docs_doc[i], file=paste(docs_list[i], " ", 
" ", sep="."), quote = FALSE, row.names = FALSE, col.names = FALSE, eol = " " ))

#Txt数据格式
txt 1为了方便使用
tibble
对象和非常有效的
bind_rows
命令，我使用了
dplyr
：

dest <- "~"
docs_text <- list.files(path = dest, pattern = "txt",  full.names = TRUE)

library(dplyr)

docs_df <- lapply(docs_text, function(f) {
  lines <- readLines(f)
  tibble(
    file = basename(f),
    line = seq_along(lines),
    text = lines
  )
  }) %>% 
  bind_rows()

对于导出到Excel，我建议
rio:：export（）
我仍然需要为每个gregexpr（）提取指定自己的行。我们可以核对一下你的：docs\u df和我的：docs\u doc我没有注意到你只想要某些行。我更新了我的答案。哦，我以为我只是在澄清我的问题。我向您道歉，并将确保今后在我的SO礼仪上更加谨慎。我将重新提出同样的问题，并补充澄清。感谢您花时间回答这个问题，并提供反馈，让社区参与进来！你的洞察力帮助我找到了清晰！伟大的如果这听起来很刺耳，我很抱歉。我当时很忙，在我的脑海里听起来有点好听。。。
docs_df %>% 
  filter(grepl("^A.|^B.", text))
#> # A tibble: 8 x 3
#>   file       line text                                         
#>   <chr>     <int> <chr>                                        
#> 1 txt_1.txt     1 A. The First:  abcdefg hijklmnop qrstuv wxyz.
#> 2 txt_1.txt     2 B. The Second: abcdefg hijklmnop qrstuv wxyz.
#> 3 txt_1.txt     6 A. The First:  abcdefg hijklmnop qrstuv wxyz.
#> 4 txt_1.txt     7 B. The Second: abcdefg hijklmnop qrstuv wxyz.
#> 5 txt_2.txt     1 A. The First:  abcdefg hijklmnop qrstuv wxyz.
#> 6 txt_2.txt     2 B. The Second: abcdefg hijklmnop qrstuv wxyz.
#> 7 txt_2.txt     6 A. The First:  abcdefg hijklmnop qrstuv wxyz.
#> 8 txt_2.txt     7 B. The Second: abcdefg hijklmnop qrstuv wxyz.