Fatal编程技术网
  • regex/
  • Regex 使用stringr从R中的文本字符串中提取一个或多个单词

Regex 使用stringr从R中的文本字符串中提取一个或多个单词

regex r

Regex 使用stringr从R中的文本字符串中提取一个或多个单词,regex,r,stringr,Regex,R,Stringr,我有以下数据框： df <- data.frame(city=c("in London", "in Manchester city", "in Sao Paolo")) df这一行能帮你吗 unlist(lapply(strsplit(c("in London", "in Sao Paulo", "in Manchester City"), "in "), function(x) x[2])) [1] "London" "Sao Paulo" "Manche

我有以下数据框：

df <- data.frame(city=c("in London", "in Manchester city", "in Sao Paolo"))

df这一行能帮你吗


unlist(lapply(strsplit(c("in London", "in Sao Paulo", "in Manchester City"), "in "), function(x) x[2]))
[1] "London"          "Sao Paulo"       "Manchester City"


您可以尝试以下方法：


library(stringr)
df$onlyCity <- str_extract(df$city, '[^in ](.)*')
df
                city        onlyCity
1          in London          London
2 in Manchester city Manchester city
3       in Sao Paolo       Sao Paolo



库（stringr）
df$onlyCity

假设字符串以“
中的
”开头，后跟一定数量的空格（不会超过一个空格），然后是从第一个非空白字符到字符串末尾捕获的感兴趣文本。
要匹配
中第一个
后面的所有剩余字符串，请在，你可以用


(?<=in\\s).+



（？你只是想
（？为什么不干脆
gsub（“^in”，”，df$city）
为了它的价值，你的正则表达式没有在“圣保罗”中选择“保罗”这是因为空格不算作单词字符，所以
\\w+
到达空格时会停止。在调整空格时要小心，因为如果只允许空格，最终将捕获“曼彻斯特城”，而不仅仅是“曼彻斯特”。我还建议使用
stru-match
，因为在
和城市之间可能有两个空格。例如
cities=stru-match（df$city，\\bin\\s+（\\p{Lu}\\p{L}*（？：\\s+\\p{Lu}\\p{L}*）
，然后
城市[，2]
将保存这些值。@wiktorstribe>查看最简单的正则表达式（？

gsub("^in[ ]*(.*$)", "\\1", df$city)
[1] "London"          "Manchester city" "Sao Paolo" 



(?<=in\\s).+