将半结构化电子邮件读取到 R.

Question

我有一个保存为文本文件的电子邮件列表。我的最终目标是将电子邮件放入R中的DF，并将日期，时间，正文，地址等电子邮件字段作为列标题。电子邮件的格式都相同（我认为，可能是一些流氓）。下面是一个示例。

日期，9/5/2014，时间，下午2：34：54，姓名，伯特约翰，电子邮件，简Doe@gmail com，页面名称，主页，Form_Comments，这是一封通用电子邮件，出于隐私，身份，通用，****删除了内容

所有的电子邮件都被读到一个word文档中，我写了一个宏，将它们放在逗号分隔的样式中。****用于标记电子邮件的结尾。我不确定从哪里开始编写 R 脚本来阅读此 Word 文档，并创建我正在寻找的表。我的大部分R经验都是分析而不是数据步骤编程。我知道单词文档可能也需要编辑才能读入R.提前感谢您。

Answer 1

所以我拿了你的数据文件，把它复制到自己身上一次，然后用文本编辑器用CR替换了"，****"，把它作为一个.txt文件保存到磁盘上，然后读取它：

df = read.csv("c:\users\n\box sync\test.txt", header = FALSE)

输出为

    V1        V2   V3         V4   V5    V6                  V7       V8    V9
1 Date  9/5/2014 Time 2:34:54 PM Name Email  Jane Doe@gmail com pageName  Home
2 Date  9/5/2014 Time 2:34:54 PM Name Email  Jane Doe@gmail com pageName  Home
            V10                                                            V11
1 Form_Comments  This is a generic email with the content removed for privacy 
2 Form_Comments  This is a generic email with the content removed for privacy 
       V12      V13
1 Identity  Generic
2 Identity  Generic