R str_extract_all 表达式提取所有字母、数字、美元符号、单引号和双引号答案

【问题标题】：R str_extract_all expression to extract all letters, numbers, dollar signs, single and double quotesR str_extract_all 表达式提取所有字母、数字、美元符号、单引号和双引号
【发布时间】：2018-09-18 00:04:19
【问题描述】：

我几天前才开始接触 R，到目前为止，正则表达式本身比我尝试过的任何编程语言都更难，呵呵... 我迫切需要一个，它可以帮助我提取所有字母、数字、美元符号、单引号和双引号的序列（最后两个似乎是问题所在）。它适用于使用朴素贝叶斯的垃圾邮件预测项目，并且需要区分其中可能包含单引号或双引号的符号序列。我专门使用 stringr 库中的 str_extract_all 函数，并且在过去两天中必须阅读 50 篇文章，但没有找到什么可以解决我的具体问题，以至于我根本没有时间。任何帮助都将不胜感激，并将使我在机器学习兴趣方面向前迈出一步。干杯。

【问题讨论】：

请发布一些示例输入和所需的输出。看到你的一两次尝试也很好，这样我们就可以看到你做了什么，不明白什么。
一般来说，对于正则表达式，我强烈建议在regex101.com 进行尝试和调试。当您在那里有一个工作正则表达式时，您可以通过将所有反斜杠 \ 加倍来将其从那里移动到 R。
而且，对于样本案例，只要覆盖一个合适的范围，只需要 3 或 4 个短样本输入。例如使用test = c("hello", "hello world", "hello123 wo$rld", "he'll$o!wo\"rl$25\"d", "#@$$123^'as'd")，向我们展示您对该输入的期望输出。

标签： r regex stringr

【解决方案1】：

您可以尝试在此处使用regmatches 来返回给定输入字符串中您的模式的所有匹配项：

txt <- "Hello World \"how are you today\"?  Goodbye."
m <- gregexpr("[0-9A-Za-z$'\"]+", txt, perl = TRUE)
regmatches(txt, m)

[[1]]
[1] "Hello"   "World"   "\"how"   "are"     "you"     "today\"" "Goodbye"

Demo

输出可能没有多大意义，但您没有将空格作为序列中允许的字符包含在内。因此，我们只剩下单词，可能两边都有引号。

【讨论】：

我刚刚第十次写了这个完全相同的表达式，这次它成功了......猜猜这只是其中一次，你运行同样的东西并且由于某种原因它最终起作用了。猜猜这就是成为编程语言新手的感觉。我花了两天时间才发现 R Studio 只运行当前行或选择，呵呵……干杯。
@AudriusUžkuraitis 很高兴为您提供帮助，如果有其他问题，请留言。