從R中的句子中提取單詞

Question

我正在嘗試提取緊跟某些字母的單詞。 例如，在此示例中，我嘗試提取“ AB”后的單詞

x = c("So much fun - AB22148",                       
"AC33648 does whatever",                           
"I know -AB11025 Failed",                   
"Nothing stalled - AB16228",        
"Unable to do fdS2083D - Ab26604")

Num = character(0)
for (i in 1:length(x)) {
   y = unlist(strsplit(x[i]," "))
   Num[i] = grep("AB",y, perl = T, value = T, ignore.case = T)
  }

有幾個問題（您可能會說）：1.如果不存在“ AB”，則我會報錯，因為Num不能取零長度。 2.如果我克服了這個問題（例如，用AB替換AC），則第5個輸入將使我“無法使用”，而不是“ Ab26604”。

我要尋找的是：1.是否可以不使用循環來完成（也許使用apply函數之一）2.如何處理第3和第5種情況的情況？ [我想刪除'-'符號（我可以在下一步中解決這個問題，但想知道是否可以同時完成）]

   Num (current output)
  [1] "AB22148"  " "  "-AB11025" "AB16228"  "Unable" 

  Num (required output)
 [1] "AB22148"  " "  "AB11025" "AB16228"  "Ab26604" 

感謝您的所有幫助。 我真的很感激。 請讓我知道是否需要其他說明

Answer 1

您可以執行以下操作：

require(stringr)
str_extract(x, regex("AB[:alnum:]{5}", ignore_case = TRUE))

這給你：

"AB22148" NA        "AB11025" "AB16228" "Ab26604"

如果您想將NA替換為" " ，則可以執行以下操作：

str_replace_na(tmp, " ") # assuming tmp is the result from above

這給你：

"AB22148" " "       "AB11025" "AB16228" "Ab26604"