我有一个像这样的列表对象
> bk$x[[1]]
[1] "('bk0000003', 'spbk0002530', 'Certain', 'French editions', 'Abrégé de l''Histoire générale des voyages, contenant ce qu''il y a de plus remarquable, de plus utile et de mieux avéré dans les pays où les voyageurs ont pénétré; les moeurs des habitans, la religion, les usages, arts et sciences, commerce, manufactures... Par M. de La Harpe', 'Abrégé de l''histoire des voyages; abregé de l''histoire generale des Voyages; Abrégé des voyages', NULL, NULL, 'French', 'Hôtel de Thou', NULL, 'Paris', 'Paris', '1780-1786', NULL, NULL, NULL, 23, NULL, '8', '2220', NULL, 'Attribution - only located extant edition at the time it appeared in STN accounts.'),"
我想提取用逗号分隔的单引号内的所有内容，但我的字符串在单引号内包含逗号（和引号）。我对R中的regex语法非常陌生，我的最大努力是strsplit（bk $ x [[1]]，“，”）的某种变体，它显然在单引号内使用逗号。
我在stackoverflow上发现了类似的帖子（例如，here，here和here），但是这些帖子并没有达到我想要的。
我的对象（bk）包含> 4,300个列表，因此我希望自动化该过程。如有任何建议，我将不胜感激。
答案 0 :(得分：1)
一个选项是strsplit中的base R
gsub("^[^']*'|'\\),?$", "", strsplit(str1, "'(?=,)", perl = TRUE)[[1]])
str1 <- "('bk0000003', 'spbk0002530', 'Certain', 'French editions', 'Abrégé de l''Histoire générale des voyages, contenant ce qu''il y a de plus remarquable, de plus utile et de mieux avéré dans les pays où les voyageurs ont pénétré; les moeurs des habitans, la religion, les usages, arts et sciences, commerce, manufactures... Par M. de La Harpe', 'Abrégé de l''histoire des voyages; abregé de l''histoire generale des Voyages; Abrégé des voyages', NULL, NULL, 'French', 'Hôtel de Thou', NULL, 'Paris', 'Paris', '1780-1786', NULL, NULL, NULL, 23, NULL, '8', '2220', NULL, 'Attribution - only located extant edition at the time it appeared in STN accounts.'),"
答案 1 :(得分：1)
这是使用以下正则表达式模式的基本R选项：
'.*?'(?:,|$)
这将匹配所有用单引号引起来的内容，每个条目的末尾都由一个封闭的单引号引起来，然后紧跟一个逗号，或则由一个单引号引起来，然后输入的结尾。这种逻辑应该解决在每个条目中都允许使用单引号和逗号的问题。
input <- "('bk0000003', 'spbk0002530', 'Certain', 'French editions', 'Abrégé de l''Histoire générale des voyages, contenant ce qu''il y a de plus remarquable, de plus utile et de mieux avéré dans les pays où les voyageurs ont pénétré; les moeurs des habitans, la religion, les usages, arts et sciences, commerce, manufactures... Par M. de La Harpe', 'Abrégé de l''histoire des voyages; abregé de l''histoire generale des Voyages; Abrégé des voyages', NULL, NULL, 'French', 'Hôtel de Thou', NULL, 'Paris', 'Paris', '1780-1786', NULL, NULL, NULL, 23, NULL, '8', '2220', NULL, 'Attribution - only located extant edition at the time it appeared in STN accounts.'"
output <- regmatches(input, gregexpr("'.*?'(?:,|$)", input, perl = TRUE))[[1]]
output <- sub("'(.*)',?$", "\\1", output)
output
[1] "bk0000003"
[2] "spbk0002530"
[3] "Certain"
[4] "French editions"
[5] "Abrégé de l''Histoire générale des voyages, contenant ce qu''il y a de plus remarquable, de plus utile et de mieux avéré dans les pays où les voyageurs ont pénétré; les moeurs des habitans, la religion, les usages, arts et sciences, commerce, manufactures... Par M. de La Harpe"
[6] "Abrégé de l''histoire des voyages; abregé de l''histoire generale des Voyages; Abrégé des voyages"
[7] "French"
[8] "Hôtel de Thou"
[9] "Paris"
[10] "Paris"
[11] "1780-1786"
[12] "8"
[13] "2220"
[14] "Attribution - only located extant edition at the time it appeared in STN accounts."