gsub R提取字符串

Question

我试图用gsub提取两个逗号之间的字符串。 如果我有以下内容

xz<- "1620 Honeylocust Drive, 60210 IL, USA"

我想提取两个逗号（ 60120 IL ）之间的所有内容，是否可以使用gsub？

我努力了

gsub(".*,","",xz)

结果是美国。 我该怎么做？

Answer 1

我们可以匹配零个或多个字符不是, （ [^,]* ），后跟一个,接着从开始的零个或更多的空间（ ^字符串或） | 一个,随后的零个或多个字符不属于, （ [^,]* ）在端部（ $ ）串，并用空白替换（ "" ）

gsub("^[^,]*,\\s*|,[^,]*$", "", xz)
#[1] "60210 IL"

或另一个选择是使用sub和捕获作为一个组

sub("^[^,]+,\\s+([^,]+).*", "\\1", xz)
#[1] "60210 IL"

---

另一个选择是regexpr/regmatches

regmatches(xz, regexpr("(?<=,\\s)[^,]*(?=,)", xz, perl = TRUE))
#[1] "60210 IL"

---

或使用str_extract的stringr

library(stringr)
str_extract(xz, "(?<=,\\s)[^,]*(?=,)")
#[1] "60210 IL"

更新资料

使用新的字符串，

xz1 <- "1620, Honeylocust Drive, 60210 IL, USA"
sub(".*,\\s+(+[0-9]+[^,]+).*", "\\1", xz1)
#[1] "60210 IL"

Answer 2

您也可以使用strsplit和grep进行此操作（为了便于阅读，我在两行中做了此操作）：

xz1 <- "1620, Honeylocust Drive, 60210 IL, USA"
a1 <- strsplit(xz1, "[ ]*,[ ]*")[[1]]
grep("^[0-9]+[ ]+[A-Z]+", a1, value=TRUE)
#[1] "60210 IL"

它没有使用gsub，在当前情况下还不是更好，但是也许更容易适应其他情况。