Regex 提取从特定字符开始直到下一个空格的子字符串

我想从tweets中提取标签（twitter句柄）

tweet <- "@me bla bla bla bla @2_him some text @me_"

我不知道哪个正则表达式会返回整个字符串（@tag）

---

谢谢

如果要匹配所有非空格，只需使用相应的正则表达式即可

regmatches(tweet, gregexpr("@[^ ]*", tweet))[[1]]
# [1] "@me"    "@2_him" "@me_"  

---

如果要匹配所有非空格，只需使用相应的正则表达式即可

regmatches(tweet, gregexpr("@[^ ]*", tweet))[[1]]
# [1] "@me"    "@2_him" "@me_"  

---

使用

\w*

代替

[:alnum:]*

，因为

不在字母数字字符列表下（即，

[:alnum:]

匹配字母数字

[A-Za-z0-9]

字符），但它在单词字符列表下

---

使用

\w*

代替

[:alnum:]*

，因为

不在字母数字字符列表下（即，

[:alnum:]

匹配字母数字

[A-Za-z0-9]

字符），但它在单词字符列表下

---

您可以使用以下命令<代码>\S将匹配任何非空白字符。此外，您还需要使用

+

量词而不是

*

，否则，如果字符串中确实存在

@

字符，则最终会自动匹配该字符

> regmatches(tweet, gregexpr("@\\S+", tweet))[[1]]
# [1] "@me"    "@2_him" "@me_" 

---

您可以使用以下命令<代码>\S将匹配任何非空白字符。此外，您还需要使用

+

量词而不是

*

，否则，如果字符串中确实存在

@

字符，则最终会自动匹配该字符

> regmatches(tweet, gregexpr("@\\S+", tweet))[[1]]
# [1] "@me"    "@2_him" "@me_" 

---

qdapRegex

软件包具有专门为此任务设计的功能

rm_标签

：

library(qdapRegex)
rm_tag(tweet, extract=TRUE)

## [[1]]
## [1] "@me"    "@2_him" "@me_" 

---

qdapRegex

软件包具有专门为此任务设计的功能

rm_标签

：

library(qdapRegex)
rm_tag(tweet, extract=TRUE)

## [[1]]
## [1] "@me"    "@2_him" "@me_"