使用R从向量中提取特定单词

Question

我有一个文本，例如

text<- "i am happy today :):)"

我想从文本向量中提取:)并报告其频率

Answer 1

这是一个很容易概括的想法：

text<- c("i was happy yesterday :):)",
         "i am happy today :)",
         "will i be happy tomorrow?")

(nchar(text) - nchar(gsub(":)", "", text))) / 2
# [1] 2 1 0

Answer 2

我假设您只想要计数，或者您是否也想从字符串中删除:)？

您可以做的计数：

length(gregexpr(":)",text)[[1]])

给出2.对于字符串向量的更通用的解决方案是：

sapply(gregexpr(":)",text),length)

编辑：

Josh O'Brien指出，由于:)在这种情况下返回gregexpr，因此还会返回1 -1。要解决此问题，您可以使用：

sapply(gregexpr(":)",text),function(x)sum(x>0))

哪个稍微不那么漂亮。

Answer 3

这样做可能不是最直接的方法：

mytext<- "i am happy today :):)"

# The following line inserts semicolons to split on
myTextSub<-gsub(":)", ";:);", mytext)

# Then split and unlist
myTextSplit <- unlist(strsplit(myTextSub, ";"))

# Then see how many times the smiley turns up
length(grep(":)", myTextSplit))

修改

处理长度为＆gt;的文本向量1，不要取消登记：

mytext<- rep("i am happy today :):)",2)
myTextSub<-gsub(":\\)", ";:\\);", mytext)
myTextSplit <- strsplit(myTextSub, ";")

sapply(myTextSplit,function(x){
  length(grep(":)", x))
})

但我更喜欢其他答案。