在R中的两个特定单词之间提取一串单词

Question

我有以下字符串: "PRODUCT colgate good but not goodOKAY"

我想提取PRODUCT和之间的所有单词OKAY

Answer 1

这可以通过以下方式完成sub:

s <- "PRODUCT colgate good but not goodOKAY"
sub(".*PRODUCT *(.*?) *OKAY.*", "\\1", s)

赠送:

[1] "colgate good but not good"

不需要包裹.

这是正则表达式的可视化:

.*PRODUCT *(.*?) *OKAY.*

Debuggex演示

Answer 2

x = "PRODUCT colgate good but not goodOKAY"
library(stringr)
str_extract(string = x, pattern = perl("(?<=PRODUCT).*(?=OKAY)"))

(?<=PRODUCT) - 看看比赛背后 PRODUCT

.* 匹配新线以外的一切.

(?=OKAY)- 展望未来OKAY.

我应该补充一下你不需要这个stingr包,基本功能sub和gsub工作正常.我使用stringr来保证语法的一致性:无论是提取,替换,检测等,函数名称都是可预测和可理解的,并且参数的顺序是一致的.我使用stringr它是因为它使我无需每次都需要文档.

Answer 3

你可以使用gsub:

vec <- "PRODUCT colgate good but not goodOKAY"

gsub(".*PRODUCT\\s*|OKAY.*", "", vec)
# [1] "colgate good but not good"

Answer 4

您可以使用qdapRegex包中的rm_between函数.它需要一个字符串和一个左右边界如下:

x <- "PRODUCT colgate good but not goodOKAY"

library(qdapRegex)
rm_between(x, "PRODUCT", "OKAY", extract=TRUE)

## [[1]]
## [1] "colgate good but not good"