使用R将字符串从重复出现的单词中提取到第一个空格

Question

我正在尝试从字符向量中提取地铁站名称。这些电台名称始终以“ METRO-”开头。

这是一个例子。

x <- c('BLA BLA BLA METRO-SNOWDON BLA BLI BLU', 'BLA VLA BLU METRO-SQUARE-VICTORIA YES NO')

我想提取METRO-之后的字符，直到第一个空格。

所需的输出应类似于

"METRO-SNOWDON", "METRO-SQUARE-VICTORIA"

我无法弄清代码的“空白”部分

sub('.*(METRO-)', '\\1', x)

谢谢家伙！

Answer 1

只要您不会在Metro名称中包含空格，就可以使用此模式：

gsub(".*?(METRO-.*?)\\s.*", "\\1", x)

.*?表示匹配所有内容，直到模式的下一部分匹配为止。

这在第二次出现时特别重要，因为我们要在“ METRO”之后的空白的 first 实例处结束捕获组。如果没有?，捕获组将包含所有内容，直到最后一个空白实例为止。

上面的表达式返回：

[1] "METRO-SNOWDON"         "METRO-SQUARE-VICTORIA"