我有一个字符串向量，每个字符串包含一个或多个作者的姓氏和名字。我想在每个字符串中提取每个作者的姓氏。我所知道的是，首先出现的名字始终是作者的姓氏（第一作者），其他作者的姓氏是介于;和{{1}之间的所有内容。 }。例如，在以下字符串中：
,我想提取：
tutu <- "goulenok, tiphaine miquel; meune, christophe; gossec, laure; dougados, maxime; kahan, andre; allanore, yannick"
姓氏可能包含标点字符，例如"goulenok" "meune" "gossec" "dougados" "kahan" "allanore"
或'，但始终位于-和;之间
有什么想法吗？
答案 0 :(得分：2)
> sub(",.*$", "", strsplit(tutu, ";[ ]+")[[1]])
[1] "goulenok" "meune" "gossec" "dougados" "kahan" "allanore"
答案 1 :(得分：1)
这是一种使用gsubfn包的方法：
library(gsubfn)
unlist(strapplyc(tutu, "(?:^|;) *([^,]+)"))
答案 2 :(得分：0)
这有点生硬，但也有效：
sapply(unlist(lapply(strsplit(tutu, ";"), strsplit, ",")), "[", 1)