从R中的字符串中分离最后一个句子答案

【问题标题】：separating last sentence from a string in R从R中的字符串中分离最后一个句子
【发布时间】：2017-04-10 20:51:31
【问题描述】：

我有一个字符串向量，我想将最后一个句子与 R 中的每个字符串分开。

句子可能以句号(.) 甚至感叹号(!) 结尾。因此，我对如何将最后一句与 R 中的字符串分开感到困惑。

【问题讨论】：

类似sub(".*(\\.|\\?|\\!) ", "", yourvector)？前提是你的句子之间有空格。
@Scarabee 非常感谢您的回答。它的工作！如果您能指出我在 R 中学习文本挖掘的资源，那就太好了
不客气。至于资源，抱歉，我不太了解文本挖掘（也不是 R），无法为您提供好的建议。

【解决方案1】：

您可以使用strsplit从每个字符串中获取最后一个句子，如图所示：-

## paragraph <- "Your vector here"
result <- strsplit(paragraph, "\\.|\\!|\\?")

last.sentences <- sapply(result, function(x) {
    trimws((x[length(x)]))
})

【讨论】：

这个方法有个小问题：你丢失了最后一句话的标点符号。但我不知道OP是否需要它。

【解决方案2】：

如果你的输入足够干净（特别是句子之间有空格），你可以使用：

sub(".*(\\.|\\?|\\!) ", "", trimws(yourvector))

它找到以标点符号和空格结尾的最长子字符串并将其删除。

我添加了trimws，以防您的某些字符串中有尾随空格。

例子：

u <- c("This is a sentence. And another sentence!",
       "By default R regexes are greedy. So only the last sentence is kept. You see ? ",
       "Single sentences are not a problem.",
       "What if there are no spaces between sentences?It won't work.",
       "You know what? Multiple marks don't break my solution!!",
       "But if they are separated by spaces, they do ! ! !")

sub(".*(\\.|\\?|\\!) ", "", trimws(u))
# [1] "And another sentence!"                                       
# [2] "You see ?"                                                   
# [3] "Single sentences are not a problem."                         
# [4] "What if there are no spaces between sentences?It won't work."
# [5] "Multiple marks don't break my solution!!"                    
# [6] "!"

【讨论】：

【解决方案3】：

此正则表达式使用 $ 锚定到字符串的末尾，允许使用可选的 '.'或者 '！'在末尾。在前面，它找到最接近的“。”或“！”作为前一句的结尾。负面回溯 ?

s <- "Sentences may end with full stops(.) or even exclamatory marks(!). Hence i am confused as to how to separate the last sentence from a string in R."
library (stringr)
str_extract(s, "(?<=(\\.\\s|\\!\\s|^)).+(\\.|\\!)?$")

产量

# [1] "Hence i am confused as to how to separate the last sentence from a string in R."

【讨论】：

我测试了它并不能正常工作，看来你必须修复一些东西。