gsub R提取字符串

Question

我試圖用gsub提取兩個逗號之間的字符串。 如果我有以下內容

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

我想提取兩個逗號（ 60120 IL ）之間的所有內容，是否可以使用gsub？

我努力了

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

結果是美國。 我該怎么做？

Answer 1

我們可以匹配零個或多個字符不是, （ [^,]* ），后跟一個,接着從開始的零個或更多的空間（ ^字符串或） | 一個,隨后的零個或多個字符不屬於, （ [^,]* ）在端部（ $ ）串，並用空白替換（ "" ）

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

或另一個選擇是使用sub和捕獲作為一個組

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

---

另一個選擇是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"

更新資料

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進行此操作（為了便於閱讀，我在兩行中做了此操作）：

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

它沒有使用gsub，在當前情況下還不是更好，但是也許更容易適應其他情況。