如何在R中的关键字前后提取特定数量的字符？答案

【问题标题】：How to extract a specific number of characters before and after a keyword in R?如何在R中的关键字前后提取特定数量的字符？
【发布时间】：2021-12-24 06:40:58
【问题描述】：

我有一个数据框 (data)，其中有一列包含报告中的文本 (data$Report_Text)。我需要为每行提取关键字（包括关键字）前后的 40 个字符，并将其作为新列存储在数据框中。

到目前为止，我已经为之前的字符提供了此功能（理想情况下，我希望将 + 之前的文本存储在一列中，但如果这不可能，我可以做两列）：

data$characters <- sub('.*?(\\d{40}) keyword', "", data$Report_Text)

但是，当我运行它时，它会给出关键字之前的所有文本，而不仅仅是 40 个字符。我哪里错了？

【问题讨论】：

我会尝试类似stringr::str_extract(".{40}keyword.{40}")。如果字符串中少于 40 个字符，您希望尽可能多的字符，请使用 {,40} 作为量词。
这成功了！谢谢！

标签： r extract

【解决方案1】：

data$characters <- gsub("^.*(.{40}keyword.{40}).*$", "\\1", data$Report_Text))

可以将{40} 之前的. 更改为\\d（仅数字）或您偏好的字符类型。

【讨论】：

谢谢，但这仍然给了我文本中的所有字符。
@Jordan 我更新了答案。尝试使用gsub 而不是sub。请注意在字符串的开头和结尾使用^ 和$。如果它还返回所有文本，则可能文本每边少于 40 个字符，或者可能不包含关键字。