Question

如果我的字符串具有格式为

的给定日记参考

ref="Carlson, A., Bernier, U.R., Hogsette, J.A., and Sutton, B.D. 2001. Distinctive hydrocarbons of the black dump fly, Hydrotaea aenescens (Diptera: Muscidae). Arch. Insect Biochem. Physiol. 48:167-178."

然后我想在R中提出好的gsub表达式来提取第一作者，期刊和卷加页。这一年和作者我已经想出了

year=strsplit(sub('^\\D*', '',ref),". ")[[1]][[1]]
year
"2001"
author=gsub("[^a-zA-Z0-9 ]","",strsplit(ref,"\\., ")[[1]][[1]])
author
"Carlson A"

但是我无法为期刊以及卷和页面找到一个好的表达方式。或许有人想过吗？（理想情况下，卷和页面应该被检测为包含数字，句号或冒号的字符串的最后一个字符，并且日志应该包含在第一次删除之后位于年份和卷+页面之间的部分。年度（加上句号）和下一个句号之间的第一部分，应该是标题）

欢呼，汤姆

Answer 1

此处无需使用gsub，只需strsplit。这应该是一个好的开始：

ll <- unlist(strsplit(ref,','))
ll[1]
[1] "Carlson"

strsplit(tail(ll,1),'[.]')
[[1]]
[1] " Hydrotaea aenescens (Diptera: Muscidae)" " Arch"                                   
[3] " Insect Biochem"                          " Physiol"                                
[5] " 48:167-178"

正则表达式从日记参考中提取信息

1 个答案: