Regex 仅从字符串中提取某个单词

我有一份美国总统的名单，上面有关于各种主题的演讲（尽管有些没有标签），在文件名栏中，我有如下格式的内容

1981\u里根，1982\u经济\u里根。。。1994年克林顿，1994年克林顿刑事司法

（每一行）我想摘录哪位总统发言。我打算使用一个函数，如
sub_str
，但不确定如何提取名称-显然，名称的不同长度是一个考虑因素，但也不想提取不需要的信息，如年份或其他单词。
这里有一个使用strsplit的简单方法，假设总统的名字总是在字符串的末尾，并用“u”隔开：

将小于或等于
的所有字符替换为零。这是贪婪的，因此它将一直替换到最后一个
。
您还可以：

vec <- c("1981_Reagan",
         "1982_economy_Reagan",
         "1994_Clinton",
         "1994_criminal_justice_Clinton")

sub(".*_(\\w+)","\\1",vec,perl=T)

#[1] "Reagan"  "Reagan"  "Clinton" "Clinton"

vec在示例输入中，至少有一个规则是总统的名字（，并且只有他们的名字）是大写的

你可以利用这一点

library(stringr)
str_extract(original_string, "(?<=_)[A-Z][^_]+")
[1] "Reagan"  "Reagan"  "Clinton" "Clinton"

库（stringr）
str_extract（原始字符串），（？来自R-标记信息：
“R是一个免费的[…]计算。为您的问题提供最小的、可复制的、具有代表性的示例。使用dput（）对于数据，请指定具有库调用的所有非基本包。不要为数据或代码嵌入图片，请使用缩进代码块。对于统计信息问题，请使用http://stats.stackexchange.com.“
谢谢，这正是我希望看到的输出。Thanks@The统计学家魔术师很高兴能帮上忙，我用
gsub
添加了另一种方法，你为什么不直接做
sub（“.+\u”，”，vec）
？@onyanbu谢谢，我在你发表评论之前添加了它。
sub（“.\u”，”，vec）
将完成这项工作。无需捕获和使用反向引用，这将减慢程序的运行速度that@Onyambu上次我盲目地信任你；-）。你在比较中更改了两个变量。perl和BackReference。这是不可能发生的。你使用了
sub（“.\u（\\ w+”，“\\1”，vec）
如果您想知道复杂性，那么您可以将其与
sub（“.*”，vec）进行比较。
实际上，即使
gsub（“.*”，vec）
也比您的要快，因为您使用了反向引用
原始_string@AndreElrico是的，这是现实主义-示例输入非常有限（而且描述很少）。我在我的答案中添加了一个粗体的警告。只需使用regex
（？@Onyambu，字符串以名称结尾似乎是合理的，但有两个答案已经建立在这一点上。因此，我的解决方案是一种替代方案，以防出现类似“2009年中东奥巴马开罗”的情况
vec <- c("1981_Reagan",
         "1982_economy_Reagan",
         "1994_Clinton",
         "1994_criminal_justice_Clinton")

sub(".*_(\\w+)","\\1",vec,perl=T)

#[1] "Reagan"  "Reagan"  "Clinton" "Clinton"

vec <- c("1981_Reagan",
         "1982_economy_Reagan",
         "1994_Clinton",
         "1994_criminal_justice_Clinton")

vec <- rep(vec,99999)

f1 <- function(vec) {sub(".*_", "", vec)}

f2 <- function(vec) {sub(".*_(\\w+)","\\1",vec,perl=T)}

f3 <- function(vec) {gsub(".+_", "", vec)}

microbenchmark::microbenchmark( f1(vec), f2(vec), f3(vec),times=100)

#Unit: milliseconds
#    expr      min       lq     mean   median       uq      max neval cld
# f1(vec) 212.8052 213.9725 215.5334 215.1973 216.5564 222.4681   100  b 
# f2(vec) 133.7839 134.6375 136.0296 135.0752 136.3612 142.8160   100 a  
# f3(vec) 290.8456 293.4051 295.5549 294.5525 295.5341 338.8277   100   c

library(stringr)
str_extract(original_string, "(?<=_)[A-Z][^_]+")
[1] "Reagan"  "Reagan"  "Clinton" "Clinton"

original_string <- c(
  "1981_Reagan", 
  "1982_economy_Reagan", 
  "1994_Clinton", 
  "1994_criminal_justice_Clinton"
)