Question

我正在尝试使用-gsub-从R中的字符串中隔离单词。我想提取一个名字，可以在＆＃34;（＆＃34;和＆＃34;（m）＆＃34;（男性）或＆＃34;（＆＃34;和＆）之间找到＃34;（f）＆＃34;。我正在努力融入一行代码。

name<-c("Dr. T. (Tom) Bailey (m), UCL- Physics" , "Dr. B.K. (Barbara) Blue (f), Oxford - Political Science")

malename<-gsub(".*\\) (.*) \\(m).*", "\\1", name)
femname<-gsub(".*\\) (.*) \\(f).*", "\\1", name)

上面的代码分别给出了男性和女性的名字，但理想情况下我想在一个变量中获取他们的姓氏。这将涉及一些OR函数（so（m）OR（f）），但我不知道如何合并它。

Answer 1

如果您需要匹配m或f，匹配它们的最佳方式是character class（或者，在POSIX术语中，括号表达式）：{{1} }。

你的正则表达式看起来像

[mf]

请参阅regex demo

您可以将正则表达式与".*\\)\\s+(.*)\\s+\\([mf]\\).*" ^^^^一起使用，以确保只执行一次正则表达式匹配和替换（请参阅online demo）：

sub

Answer 2

尝试使用sub

sub("^[^)]+\\)\\s+(\\w+).*", "\\1", name)
#[1] "Bailey" "Blue"

使用gsub在多个单词之间提取字符串

2 个答案: