Question

我尝试了很多东西，但我仍在寻找解决方案......

我有一些文字：

等等等等......等滑动规则考试不会激怒症状。\ nImPACT测试日期：...（在学校完成基线）\ nVerbal 内存合成\ n98 \ n98％\ n视觉内存合成\ n81 \ n69％\ n视觉电机速度复合？38.83 \ n70％\ n反应时间\ n0.59 \ n56％\ nImpulse 控制\ n9 \ n总体症状评分\ n3 \ nImM测试日期：...... （在学校完成伤后）\ nVerbal Memory Composite \ n54 \ n＆lt; 1％\ nVisual 记忆合成\ n35 \ n＆lt; 1％\ n视觉马达......等等等等等等。

我想捕获该人的最后一个测试分数（就文本中的顺序而言）。现在我正在捕获第一个（在文本中的序列方面）测试分数。

此代码捕获第一个Verbal Memory Composite分数，在本例中为98和98（百分比）。我想捕获最后一个，在这种情况下为54和1（百分比）。

我目前的代码：

re = ".*Verbal Memory Composite\n(\\S+?)\n(\\S+?)\n.*"
concussion.notes$IMPACT_VERBAL_MEM_NEW = as.numeric.score(with(concussion.notes, ifelse(grepl(re,NOTE_TEXT),sub(re,'\\1',NOTE_TEXT),'')))
concussion.notes$IMPACT_VERBAL_MEM_PCT_NEW = as.numeric.score(with(concussion.notes, ifelse(grepl(re,NOTE_TEXT),sub(re,'\\2',NOTE_TEXT),'')))

我尝试了gsub而不是sub，除此之外，还有98.

Answer 1

主要问题是你在TRE正则表达式模式中使用了懒惰和贪婪量词的混合。 Henry Spencer以这样的方式编写了他的库，即同一分支中的所有量词都应该具有相同的贪婪。在Tcl实现中，它是第一个设置贪婪的量词，在TRE中，并非总是如此。

因此，您可以将\S+?替换为\S+，这样就可以了。

但是，您将在第2组（<1%）获得\\2。我建议你用

".*Verbal Memory Composite\n[^\n0-9]*(\\d+)\\S*\n[^\n0-9]*(\\d+)\\S*\n.*"

请参阅R online demo：

NOTE_TEXT <- "blah blah blah...\nSlide rule exam does not provoke symptoms.\nImPACT Test Date: ... (baseline done at school)\nVerbal Memory Composite\n98\n98%\nVisual Memory Composite\n81\n69%\nVisual Motor Speed Composite?38.83\n70%\nReaction Time\n0.59\n56%\nImpulse Control\n9\nTotal Symptom Score\n3\nImPACT Test Date: ... (post-injury done at school)\nVerbal Memory Composite\n54\n<1%\nVisual Memory Composite\n35\n<1%\nVisual Motor ... blah blah blah"
re = ".*Verbal Memory Composite\n[^\n0-9]*(\\d+)\\S*\n[^\n0-9]*(\\d+)\\S*\n.*"
sub(re,'\\1',NOTE_TEXT)
## => [1] "54"
sub(re,'\\2',NOTE_TEXT)
## => [1] "1"

\S+?替换为[^\n0-9]*(\\d+)\\S*：

[^\n0-9]* - 除了换行符和数字
(\\d+) - 第1/2组：一个或多个数字
\\S* - 0+非空白字符

R正则表达式匹配最后一次出现

1 个答案: