Question

我有一个向量，其中每个元素都是一个字符串。我只想将字符串的一部分保留在 '==' 之前，无论它是在字符串的开头、& 符号之后，还是在 | 之后。象征。这是我的数据：

data <- c("name=='John'", "name=='David'&age=='50'|job=='Doctor'&city=='Liverpool'", 
"job=='engineer'&name=='Andrew'", 
"city=='Manchester'", "age=='40'&city=='London'"
)

我的理想格式是这样的：

[1] "name"
[2] "name" "age" "job" "city"
[3] "job" "name"
[4] "city" 
[5] "age" "city"

我得到的最接近的是使用 qdap 库中的 genXtract，它以上面的格式放置数据，但我只知道如何在一个条件下使用它，即

qdap::genXtract(data, "&", "==")

但我不仅想要 & 和 == 之间的字符串部分，还想要 | 之间的部分and == 或字符串的开头 and ==

Answer 1

这个正则表达式的作用是在 == 出现之前捕获所有 a-zA-Z0-9（=字母和数字）。

stringr::str_extract_all( data, "[0-9a-zA-Z]+(?=(==))")

[[1]]
[1] "name"
[[2]]
[1] "name" "age"  "job"  "city"
[[3]]
[1] "job"  "name"
[[4]]
[1] "city"
[[5]]
[1] "age"  "city"

如果您希望输出为向量，请使用

L <- stringr::str_extract_all( data, "[0-9a-zA-Z]+(?=(==))" )
unlist( lapply( L, paste, collapse = " " ) )

结果

[1] "name"             
[2] "name age job city"
[3] "job name"         
[4] "city"             
[5] "age city"

Answer 2

在base R中，这可以通过regmatches/gregexpr

完成

lst1 <- regmatches(data, gregexpr("\\w+(?=\\={2})", data, perl = TRUE))
sapply(lst1, paste, collapse = " ")
#[1] "name"     
#[2] "name age job city" 
#[3] "job name"       
#[4]  "city"      
#[5]  "age city"

根据多个条件对字符串进行子集化

2 个答案: