提取兩個字符之間的文本字符串部分

Question

我是R語言的新手，並且仍然在學習，因此，我將非常感謝您的幫助或建議。

我有與這些字符串相似的不同字符串：

"Department of Biophysical Chemistry, University of Braunschweig, Braunschweig, Germany; Consejo Superior de Investigaciones Científicas, CCHS, Madrid, Spain;"

然后，我只想提取這些字符串中的國家名稱，包括分號，即：

"Germany; Spain;"

對我來說，問題是找出如何從最后昏迷中提取出分號，然后重復進行。 我嘗試使用gsub函數，但無法采取正確的方法。

Answer 1

我們可以嘗試在此處將strsplit和sub一起用於基本的R選項：

x <- "Department of Biophysical Chemistry, University of Braunschweig, Braunschweig, Germany; Consejo Superior de Investigaciones Científicas, CCHS, Madrid, Spain;"
terms <- sapply(strsplit(x, ";\\s*")[[1]], function(x) {
    sub("^.*\\s+", "", x)
})
output <- paste0(terms, ";", collapse=" ")
output

[1] "Germany; Spain;"

此處的邏輯是首先在模式;\\s*上分割用分號分隔的字符串，這將產生一個包含每個部門的列表。 然后，我們使用apply刪除直到最后一個空格（包括最后一個空格）的所有內容。 最后，我們粘貼折疊以生成另一個用分號分隔的字符串。

注意：我僅出於演示目的更改了輸出向量的名稱，因為R默認情況下使用完整的部門描述作為名稱，因此很難顯示。

Answer 2

對於測試輸入做出3分矢量s作為結尾所示。注意，使我們可以看到，它適用於多行-這里只是三行。

現在，我們可以得到使用一個在線解決方案strapply在gsubfn包。 我們匹配指示的模式，僅將匹配項返回到捕獲組，即括號內的部分。 然后，對於每一行，我們使用sapply將匹配項paste在一起。

library(gsubfn)

sapply(strapply(s, ", ([^,;]+;)"), paste, collapse = " ")

贈送：

[1] "Germany; Spain;" "Germany; Spain;" "Germany; Spain;"

注意

s1 <- "Department of Biophysical Chemistry, University of Braunschweig, Braunschweig, Germany; Consejo Superior de Investigaciones Científicas, CCHS, Madrid, Spain;"
s <- c(s1, s1, s1)

Answer 3

我只會在之前找到最后一個逗號; 並使用簡單的gsub調用捕獲所有內容。 這也適用於矢量

gsub(".*?(=?[^,]*;)", "\\1", x, perl = TRUE)
# [1] " Germany; Spain;"