如何使用 R 中的表达式提取接下来的 x 元素

Question

如何从表达式后面的字符串中提取 7 或 8 个元素？ 例如：

text <- "Hello World! My name is Sam!"
expression <- "World!"

如何提取表达式 + 接下来的 x 元素(比如 8(？所以结果看起来像这样：

result <- "World! My name"

谢谢。

Answer 1

这是一个基本的 R 方法，带有sub

sub(paste0(".*(", expression, ".{8}).*"), "\1", text)
[1] "World! My name"

paste0(".*(", expression, ".{8}).*")返回正则表达式 ".*(World！.{8}).*"其中

".*"匹配任何类型的一个或多个字符，"(("是捕获括号，"World！"是文字，".{8}" 匹配接下来的 8 个字符。

正如注释中@mt1022指出的那样，我们可以使用另一组正则表达式函数regmatches和regexpr来执行子字符串的提取。

regmatches(text, regexpr(paste0(expression, '.{8}'), text))
[1] "World! My name"

regexpr返回与表达式匹配的子字符串的索引，regmatches从字符向量中提取这些子字符串。

Answer 2

text <- "Hello World! My name is Sam!"
expression <- "World!"
n=8
ind = unlist(gregexpr(pattern =expression,text))[1]
substr(text,ind,ind+nchar(expression)+n-1)

其中 n 是附加字符的数量。它返回：

"World! My name"

希望这有帮助！