如何从文件中的某些位置提取文本？

【问题标题】：How to extract the text from certain places in the file?如何从文件中的某些位置提取文本？
【发布时间】：2021-09-18 20:14:31
【问题描述】：

这是我的数据：

文本

我怎样才能得到如下数据框：

9 ABCD 先生。内容1 9 DEFG 夫人。内容2 8 DBC 先生。内容3

3 行，4 个变量（编号、先生/夫人、姓名、内容）

我的数据中的名字总是在 Mr. 或 Mrs. 之后，并且总是大写。在我想要的内容之前总是有一段时间。

一般来说我想知道谁说了什么（带有数字标签）

谢谢！

【问题讨论】：

标签： r text

【解决方案1】：

我们可以做

library(stringr)
library(tidyr)
library(dplyr)
tibble(col1 = text) %>% 
   separate_rows(col1, sep = "(?<=Content\\d\\.)\\s+") %>% 
   mutate(grp = readr::parse_number(col1)) %>%
   fill(grp) %>% 
   mutate(col1 = str_c(grp, str_remove(col1, "^[*]+\\d+\\s*"),
            sep=" "), grp = NULL) %>%
    pull(col1)

-输出

[1] "9 Mr.ABCD. Content1."               "9 Mrs. DEFG.Content2."              "8 Mr.DBC something else. Content3."

数据

text <- "**9 Mr.ABCD. Content1. Mrs. DEFG.Content2. **8 Mr.DBC something else. Content3."

【讨论】：