获取字符串中的特定单词和以下单词答案

【问题标题】：Get a specific word and the following one in a string获取字符串中的特定单词和以下单词
【发布时间】：2017-03-28 08:05:34
【问题描述】：

我想在字符串中获取属名和种名。示例：

"He saw a Panthera leo in the savanna"

我希望得到"Panthera leo" 并指定属名。

我尝试使用word 函数（包stringr）：

my_sentence<-"He saw a Panthera leo in the savanna"
word(my_sentence,"Panthera",+1)

我知道问题出在“+1”参数上。你有什么线索吗？

也许我应该使用 gsub 函数？

【问题讨论】：

就ind <- grep('Panthera', strsplit(x, ' ')[[1]]); word(x, ind, ind+1) [1] "Panthera leo"

标签： r regex gsub stringr

【解决方案1】：

my_sentence<-"He saw a Panthera leo in the savanna"
x = strsplit(my_sentence, " ")
index = grep("Panthera", x, value=F)
want =x[c(index, index+1)][[1]]

【讨论】：

几件事。 grep 的默认值已经是 FALSE（无需指定）。还有句子多的时候unlist(strsplit(...))会给出错误的结果

【解决方案2】：

正则表达式-Fu：

> m <- gregexpr('panthera\\W\\w\\w+', "He saw a Panthera leo in the 
savanna", ignore.case = T)
> regmatches("He saw a Panthera leo in the savanna", m)
[[1]]
[1] "Panthera leo"

\W\w\w+ 是一个非单词字符，一个单词字符，然后是一个或多个单词字符。这意味着 panthera 之后的任何内容都必须至少有 2 个字符。

在stringr 中看起来像这样：

> s <- "He saw a Panthera leo in the savanna"
> pat <- regex('panthera\\W\\w\\w+', ignore_case = T)
> str_extract(s, pat)
[1] "Panthera leo"

我想我更喜欢那个。

【讨论】：