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OKAY

之间的所有字词

Answer 1

可以使用sub：

完成此操作

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

，并提供：

[1] "colgate good but not good"

不需要包裹。

以下是正则表达式的可视化：

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

Debuggex Demo

Answer 2

您可以使用gsub：

vec <- "PRODUCT colgate good but not goodOKAY"

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

Answer 3

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

(?<=PRODUCT) - 查看PRODUCT

的匹配背后

.*匹配除新行之外的所有内容。

(?=OKAY) - 展望未来匹配OKAY。

我应该补充一下，不需要stingr包，基本函数sub和gsub可以正常工作。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因为它每次都不需要文档。

Answer 4

您可以使用 qdapRegex 包中的rm_between功能。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"

Answer 5

您可以使用软件包 unglue ：

library(unglue)
x <- "PRODUCT colgate good but not goodOKAY"
unglue_vec(x, "PRODUCT {out}OKAY")
#> [1] "colgate good but not good"