我正在浏览一个包含文本值（名称）的数据集，其格式如下：
M.Joan (13-2)
A.Alfred (20-13)
F.O'Neil (12-231)
D.Dan Fun (23-3)
T.Collins (51-82) J.Maddon (12-31)
有些字符串中有两个名称，如
M.Joan (13-2) A.Alfred (20-13)
我只想从字符串中提取名称。 有些名称很容易提取，因为它们没有空格或任何东西。 然而有些人很难，因为他们有一个像上一个一样的空间。
name_pattern = "[A-Z][.][^ (]{1,}"
base <- str_extract_all(baseball1$Managers, name_pattern)
当我使用此代码提取名称时，即使对于带有空格或标点符号的名称，它也能正常工作。但是，提取的名称最后有一个空格。我想知道我是否能找到“（”，空格和括号的确切模式。
输出：
[[1]]
[1] "Z.Taylor "
[[2]]
[1] "Z.Taylor "
[[3]]
[1] "Z.Taylor "
[[4]]
[1] "Z.Taylor "
[[5]]
[1] "Y.Berra "
[[6]]
[1] "Y.Berra "
答案 0 :(得分：2)
您可以使用
x <- c("M.Joan (13-2) ", "A.Alfred (20-13)", "F.O'Neil (12-231)", "D.Dan Fun (23-3)", "T.Collins (51-82) J.Maddon (12-31)", "T.Hillman (12-34) and N.Yost (23-45)")
regmatches(x, gregexpr("\\p{Lu}.*?(?=\\s*\\()", x, perl=TRUE))
请参阅regex demo
或str_extract_all版本：
str_extract_all(baseball1$Managers, "\\p{Lu}.*?(?=\\s*\\()")
请参阅regex demo。
匹配
\p{Lu} - 大写字母.*? - 除了换行符之外的任何字符，尽可能少，直到第一次出现（但不包括在匹配中，因为(?=...)是一个非消费构造）。 ... (?=\\s*\\() - 在当前位置右侧的正面预测，需要存在：
\\s* - 0+空白字符\\( - 文字(。