逗号和句点之间的模式的正则表达式

Question

经过几个小时的谷歌搜索和毫无结果的尝试，我希望有人可以帮助解决这个容易出错的问题（尽管显然我对这个问题很不熟悉）。

我有以下类型的数据：

SubItems = new ObeservableCollection<object>() { "" }

我希望＆＃34; Mr＆＃34;从这个，但实际的标题各不相同。我的主要问题是如何编写正则表达式以便仅仅捕获＆＃34; Mr＆＃34;部分，没有别的？

我目前的做法如下：

name <- c("Doe, Mr. John")

我使用提取设法做的最好的是：

library(stringr)
str_split(name, "[,\\s.]")[[1]][[3]]

我确定这是一种更简单的方式，有人可以帮助我吗？

Answer 1

您可以匹配点之前的所有字母：

> name <- c("Doe, Mr. John")
> str_extract(name, "\\p{L}+(?=\\.)")
[1] "Mr"

其中\\p{L}+匹配1个或多个字母，而(?=\\.)是一个积极的前瞻，后面需要一个点。

使用PCRE正则表达式（通过将regmatches参数传递给regexpr），基本R perl=TRUE / regexpr也可以这样做：

> regmatches(name, regexpr("\\p{L}+(?=\\.)", name, perl=TRUE))
[1] "Mr"

类似的正则表达式可以与str_match一起使用，以确保我们只匹配逗号，空格之后和点之前的单词：

> str_match(name, ",\\s*(\\p{L}+)\\.")[,2]
[1] "Mr"

Answer 2

我们可以使用sub

中的base R

sub("^[^ ]+\\s+([^.]+)\\..*", '\\1', name)
#[1] "Mr"