我需要在 R 中的字符串中获取唯一字符（在我的例子中：&）之前和之后的单词。
我需要从以下内容中获取“word1”： “...某事 word1 & word2 某事...”
在 R 中使用 Perl 正则表达式后我可以得到这个词：(?<=& )[^ ]*(?= )
（它似乎表现得像我想要的那样。我通过梳理我在这个网站上找到的答案得到它）
我现在需要获取& 符号之前的单词。单词的长度发生变化，其他前面单词的数量以及空格也会发生变化。一个单词可以是字母和数字，只是两边有空格。
【问题讨论】：
如果您使用(\S+)\s*&\s*(\S+)，则& 两边的单词将被捕获。这允许在 & 号周围使用可选的空格。
您需要将 R 字符串中的反斜杠加倍，并使用 regexec 和 regmatches 函数应用模式并提取匹配的子字符串。
string <- "...something something word1 & word2 something..."
pattern <- "(\\S+)\\s*&\\s*(\\S+)"
match <- regexec(pattern, string)
words <- regmatches(string, match)
现在words 是一个包含三项向量的单元素列表：整个匹配字符串后跟第一个和第二个反向引用。所以words[[1]][2] 是word1 而words[[1]][3] 是word2。
【讨论】：
"\x{A0}" 的文本。您可以改用([^\s\xA0]+)\s*&\s*([^\s\xA0]+) 来解决这个问题。请注意，这是 Perl 语法。我对 R 知之甚少，这可能是也可能不是使用其代码点添加字符的正确方法。
(?<=&)(\w*)(?=&)"
将匹配& 符号之间的任何单词字符。使用正向的后视和正向的前瞻。
【讨论】：
\b(.*?)\b&
单词将被捕获在第 1 组中。这是包含在由两个边界包围的任何字符串中的不情愿匹配；第二个边界之后是&。
【讨论】：
这可以通过在gsubfn package 中使用strapplyc 的相对简单的正则表达式来完成。假设 s 是你的字符串：
library(gsubfn)
strapplyc(s, "(\\w+) & (\\w+)")
【讨论】：