隔离文本

Question

我有大量文本要浏览各种属性的文本csv文件，以查找属性的平方米数值实际上是什么。例如：

string <- "This is a wonderful 120 sqm flat with a stunning view"

我知道我可以使用以下内容来提取数值：

sqm <- as.numeric(gsub("\\D", "", string)) 

返回＆＃39; 120＆＃39;的数字向量，应该如此。但是，我想知道是否有更复杂的方法来实现这一点，因为文本中可能还有其他不相关的数值？

有没有办法搜索＆＃39; sqm＆＃39;并返回它之前的数字？非常感谢您的任何评论。

Answer 1

我相信这个正则表达式预测应该有效：

library(stringr)
##
string <- "This is a wonderful 120 sqm flat with a stunning view"
re <- "((\\d+)(?=\\s?sqm))"
##
R> str_extract(string, perl(re))
[1] "120"