R：提取关键字前后的字符串答案

【问题标题】：R: extract string before and after keywordR：提取关键字前后的字符串
【发布时间】：2018-02-26 21:40:15
【问题描述】：

我想提取某些关键字之前的字符串和关键字之后的第一个元素。给定以下字符串和关键字，

s <- c("E123Apple12", "EJ23ZGrape0Z", "J8BananaZ!")
keywords <- c("Apple", "Grape", "Banana")

我希望输出为：E123、EJ23Z 和 J8 用于关键字之前的字符串，1、0 和 Z 用于紧随其后出现的第一个元素关键字。

使用sub(keywords, "\\1", s) 会出现以下错误：

Warning message:
In sub(keywords, "\\", s) :
  argument 'pattern' has length > 1 and only the first element will be used

【问题讨论】：

标签： r regex

【解决方案1】：

您的关键字必须是正则表达式字符串，而不是表示多个匹配项的 R 向量。然后你可以用一个空字符串替换任何匹配的关键字，只留下它周围的字符：

keywords <- "(Apple|Grape|Banana)"
sub(keywords, "", s) # [1] "E123"  "EJ23Z" "J8"

如果只想要关键字前后的字符，可以用.*匹配它们：

s <- c("E123AppleABC", "EJ23ZGrapeDEF", "J8BananaGHI")
keywords <- "(Apple|Grape|Banana).*"
sub(keywords, "", s) # [1] "E123"  "EJ23Z" "J8"

keywords <- ".*(Apple|Grape|Banana)"
sub(keywords, "", s) # [1] "ABC"  "DEF" "GHI"

【讨论】：

谢谢。你能看看我上面修改过的帖子吗？
如何在关键字之后提取第一个元素？而不是关键字之后的所有内容
如果第一个元素是指字符，则省略*。对于正则表达式，. 表示匹配任何字符（一次），* 表示尽可能多次匹配前一个。
抱歉，这会提取除第一个元素之外的所有内容。您可以匹配正则表达式中的第一个字符：keywords <- "(Apple|Grape|Banana)(.).*"，然后当您 sub 时，替换为第二个匹配：sub(keywords, "\\2", s)

【解决方案2】：

如果您有并行向量，一种方法是使用 strsplit，但您需要稍微调整一下结果。

strsplit(s, keywords)

结果：

[[1]]
[1] "E123" "12"  

[[2]]
[1] "EJ23Z" "0Z"   

[[3]]
[1] "J8" "Z!"

您需要选择每个列表中的第一个成员，然后像这样组合成一个向量：

unlist(lapply(strsplit(s, keywords), "[[", 1))

哪些输出

[1] "E123"  "EJ23Z" "J8"

如果你想要字符串后面的内容，就做

unlist(lapply(strsplit(s, keywords), "[[", 2))

【讨论】：

do.call(rbind,strsplit(s,keywords))

【解决方案3】：

for (x in keywords) {
  s <- gsub(paste0("(.*)", x), "\\1", s)
}
s
# [1] "E123"  "EJ23Z" "J8"

【讨论】：

【解决方案4】：

keywords <- "(Apple|Grape|Banana)"
sub(paste0("(.*)",keywords,".*"),'\\1',s)
[1] "E123"  "EJ23Z" "J8"   
sub(paste0(".*",keywords,"(\\w)",".*$"),'\\2',s)
[1] "1" "0" "Z"

【讨论】：