正则表达式在逗号和句点之间抓取字符串

Question

我有一个像这样的字符串

Allen, Mr. William Henry

我想抓住'先生'部分。

我试过这个

[,](.*?)[.]

但这抓住了'先生'

我怎样才能抓住'先生'部分？

Answer 1

您可以使用Mr和regmatches使用常规TRE正则表达式捕获 regexec：

> s <- "Allen, Mr. William Henry"
> m <- regmatches(s, regexec(",\\s*([^.]*)", s))
> m[[1]][2]
[1] "Mr"

模式详情：

• , - 逗号
• \\s* - 零个或多个空格
• ([^.]*) - 第1组捕获除.
以外的0+个字符

请参阅regex demo。

Answer 2

如果数据中的每个字符串都是

形式

"NAME, TITLE. FIRSTNAME(S)

然后你也可以使用

x <- "Allen, Mr. William Henry"
gsub("(.*),\\s(.*)\\.(.*)", "\\2", x)

Answer 3

或者这个

s <- "Allen, Mr. William Henry"
sub(".*,\\s{0,}(\\w+)\\..*", "\\1", s)

逻辑

.*,       any characters until comma
\\s{0,}   spaces 0 to as many
\\w+      words at least one
\\..*     period followed by any character(s)

the "\\1" keep the pattern within the parenthesis

Answer 4

我们可以使用str_extract

library(stringr)
str_extract(s, "\\w+(?=\\.)")
#[1] "Mr"