Question

我有一些看起来像这样的文字：

"Word1 word2 word3 word4 12/31/1980 word word words"  
"Word1 word2 word3 11/2/90 word word words 10/2/1991."   
"Word1 8/1/2003 word2 word3 word4 11/8/1990 word word words October 4, 1997 words."

我想用文本中的日期和另一个日期之间的天数替换当前日期。

例如在这种情况下：

"Word1 word2 word3 word4 1000 word word words"  
"Word1 word2 word3 2000 word word words 2365."  
"Word1 4000 word2 word3 word4 4005 word word words 5000 words."

（顺便说一下，我编了替换号码。）

我在使用mdy（）获得正确的年份方面遇到了一些麻烦。到目前为止，我的解决方案是提取和格式化日期，然后在文本字段中进行并替换它的两步过程。

# extract and format 2 digit year dates

    re <- ".*\\s+(\\d{1,2}/\\d{1,2}/\\d{2})\\D.*" 
    path$path_date_magic_2year <- mdy(with(path, ifelse(grepl(re,   path_notes),sub(re,'\\1',path_notes),'')))

# replace the date in the text with the extracted and formatted date 
    for (i in 1:length(path$path_date_magic_2year)){
      if (!is.na(path$path_date_magic_2year[i])) {
        path$path_date_magic_2year_test[i] <- sub('\\d{1,2}/\\d{1,2}/\\d{2}',              path$path_date_magic_2year[i] , path$path_notes[i])
  }
}

（在我完成2位数的年份日期之后，然后我执行4位数年份日期，然后是月份写出日期.mdy（）理论上处理所有这些，但是当我最初这样做时并非所有这些都是正确的分开时几乎完美。）

那就是那个。

如果文本字段中只有一个日期，则当前方法有效。

所以我剩下的问题是当文本中有多个日期时如何处理这种情况。我在自由文本字段中有1到6个日期。

我想做的是一步一步解决所有问题，无论文本字段中的日期数是多少，使用gsub进行贪婪替换。然而，我还没有找到一种方法来完成这项工作。

我是如何做到这一点的？

Answer 1

假设向量txt包含您的文字，myDate是minuend：

myDate <- Sys.Date() # for example
Sys.setlocale("LC_TIME", "english") # if needed
regex <- paste0("\\d{1,2}/\\d{1,2}/\\d{2,4}", "|((", paste(month.name, collapse = "|"), ") \\d{1,2}, \\d{2,4})")
days <- sapply(lapply(matches <- regmatches(txt, gregexpr(regex, txt)), function(x) if (length(x)) as.Date(x, lubridate::guess_formats(x, "mdy"))) , function(date) as.numeric(myDate - date))
for (x in seq_along(txt)) 
  for (y in seq_along(days[[x]])) 
    txt[x] <- sub(matches[[x]][y], days[[x]][y], txt[x], fixed = TRUE)
# [1] "Word1 word2 word3 word4 12518 word word words"                
# [2] "Word1 word2 word3 8925 word word words 8591."                 
# [3] "Word1 4270 word2 word3 word4 8919 word word words 6397 words."

从文本字段中的日期减去天数

1 个答案: