R：计算包含特殊字符的术语数量（例如，数据集中的 [url]

Question

我有一个数据集，其中我已将超链接转换为 [url] - 请参阅底部的帖子示例。 我只是想通过使用 R 来计算“[url]”的频率。

我尝试了以下方法但没有成功：

data = read.csv(X: ....... ,tweets.csv)
word_split= strsplit(USER_POST, " ")
sum(stringr::str_count(USER_POST, "[url]"))

我也试过这个

sum(stringr::str_count(USER_POST, "\\b[url]\\b"))

结果为 0。但是，当我签入 Excel 时，它出现了大约 7 次。 谁能指导我做错了什么？ 先感谢您。

在下面编辑更多细节：

USER_ID    USER_POSTS 
123        I like butterflies. 
234        I have found some information in this webpage [url] 
456        Find more information here [url] 

Answer 1

如果我正确理解您的问题，这应该是一个可行的解决方案：

library(stringr)
str_count(x, "\\[url\\]")
[1] 2

这里的关键是要考虑到[和]字符是正则表达式中的元字符。 如果您想将它们作为文字字符进行匹配，则需要在 R 中使用双斜杠\\对它们进行转义。

或者， str_count允许您将元字符设置为fixed文字字符：

str_count(x, fixed("[url]"))
[1] 2

数据：

x <- "USER_ID USER_POSTS 123 I like butterflies. 234 I have found some information in this webpage [url] 456 Find more information here [url]"