检测字符串中的项目列表

Question

我能够从 Wikipeida 中提取必要的表格（见下文）。对于每个国家，该表显示了几个毗邻的国家。对于每个国家，我想提取一个包含其邻国的列表。不幸的是，我遇到了一点麻烦，需要一些帮助。

目前的成果

Country   Neighbors
Albania   Greece

期望的结果

理想情况下，我希望国家/地区显示为列表，以便可以访问每个国家/地区的每个邻居。

Country   Neighbors
Albania   Greece; Kosovo; North Macedonia; Montenegro

任何帮助将不胜感激。 谢谢

代码（到目前为止）

library(tidyverse)
library(dplyr)
library(rvest)
library(lubridate)

# This code extracts the table and converts it to a dataframe 

xml2::read_html("https://en.wikipedia.org/wiki/List_of_countries_and_territories_by_land_borders")

land_borders <- page %>%
        html_nodes(xpath="/html/body/div[3]/div[3]/div[5]/div[1]/table") %>%
        html_table(fill=TRUE)

land_borders = data.frame(land_borders)

# Get the unique countries
unique_countries = land_borders[,1]

下面的代码为每一行提取一个国家/地区。我想提取第 6 列中的所有国家/地区并将其显示为列表。

test = list()
test <- str_extract(land_borders[,6], paste(unique_countries, collapse="|"))

Answer 1

使用str_extract_all提取所有国家/地区的列表，您可以使用toString将它们折叠成一个字符串。

sapply(stringr::str_extract_all(land_borders[,6], 
       paste(unique_countries, collapse="|")), toString)

#[1] ""
#[2] "Russia, Georgia"
#[3] "Iran, Pakistan, Tajikistan, Turkmenistan, Uzbekistan"
#[4] "Greece, North Macedonia, Montenegro"
#[5] "Libya, Mali, Mauritania, Morocco, Niger, Tunisia"
#...       
#...