这是我第一次尝试在 R 中使用 gsub 和正则表达式提取字符串。我想在文本列的每个单元格中第一次出现单词“at”或“around”之后提取三个单词（ col）并将提取内容放入新列（new_extract）。
到目前为止，我有以下内容：
df$new_extract <- gsub(".*at(\\w{1,}){3}).*", "\\1", df$col, perl = TRUE)
欢迎任何有关更改/不同方法的建议！
【问题讨论】：
您的正则表达式仅尝试匹配 last at 之后的单词。此外，由于没有匹配at 或around 之间的间隔的模式（顺便说一句，你根本没有尝试匹配around），你的模式最终不会提取任何单词。
我建议使用sub：
sub(".*?\\ba(?:t|round)\\W+(\\w+(?:\\W+\\w+){0,2}).*", "\\1", df$col, perl=TRUE)
请参阅regex demo。
这里，
.*? - 从一开始就匹配，尽可能少的除换行符之外的任何零个或多个字符\ba - 一个单词边界，然后是 a
(?:t|round) - t 或 round
\W+ - 一个或多个非单词字符(\w+(?:\\W+\\w+){0,2}) - 第 1 组：一个或多个单词字符，然后是零，一或两次出现一个或多个非单词字符，后跟一个或多个单词字符.* - 除换行符以外的任何零个或多个字符尽可能多。【讨论】：
(?:t|round) 替换为t，参见regex demo。另请参阅this R demo online。