从R中的文本文件中提取单词后面的数字

Question

我有一个文本文件名features.txt，我试图提取一个跟在last_name之后的数字;从每一行。文本文件中有27000行，每行有单词last_name;接下来是数字＆＃34;介于两者之间没有空格＆＃34;。

例如：随机文本last_name; 0随机文本

所以我写了

text <- readLines(features.txt)
library(stringr)
lastn <- str_match(text, "last_name;\\d+")

但是这给了＆＃34; last_name; 0＆＃34;结果。如何删除＆＃34; last_name;＆＃34;从结果中只保留数字。请建议正则表达式或其他方式。

Answer 1

编辑：

这只是使用sub的最简单的解决方案，正如Cath在评论中所建议的那样：

string <- ' random text last_name;0123 random text'

> sub(".+last_name;(\\d+).+", "\\1", string)
[1] "0123"

  

\\ 1表示模式中括号之间的第一个（在这种情况下是唯一的）表达式（所以\\ d +）

也许有更先进的前瞻性方式，但这很有效。

仅限基数：

string <- ' random text last_name;0 random text'

> gsub('\\D','',regmatches(string,regexpr('last_name;\\d+',string)))
[1] "0"

或使用str_match中的stringr：

library(stringr)
> gsub('\\D','',str_match(string,'last_name;\\d+'))
     [,1]
[1,] "0"