如何在R中匹配此模式

Question

我必须只匹配下面模式中的第一个国家/地区名称。国家/地区名称以大写字母全部显示。我使用以下代码来获取匹配项，但它匹配所有国家/地区。

'\\b[A-Z]{2,}.\\b'

例如：在下面的模式中，我只想要英国

x = "~ London, Greater London ~ UNITED KINGDOM;~ Ottawa, Ontario ~ CANADA;~,~ AUSTRALIA;~,~ POLAND;~,~ USA"

Answer 1

这似乎有效：

regmatches(x, regexpr('\\b[A-Z ]{2,}\\b', x))
# [1] "UNITED KINGDOM"

我刚添加了一个空格来制作字符集[A-Z ]。请注意，regexpr获得第一个匹配，gregexpr获得所有匹配（类似于sub vs gsub）。

有关详细信息，请参阅?regexpr上的官方文档。