如何提取R中括号内的文本？

Question

如何提取包含姓名和年份的所有括号？

string="testo(antonio.2018).testo(antonio).testo(giovanni,2018).testo(2018),testo(libero 2019)"

所需的输出如下所示：

"(antonio.2018)" "(giovanni,2018)" "(libero 2019)"

我不想提取 (2018) 和 (antonio)

Answer 1

您可以将stringr 包中的str_extract_all 与此正则表达式模式一起使用：

stringr::str_extract_all(string, 
                         "\\(\\w+([[:punct:]]{1}|[[:blank:]]{1})[[:digit:]]+\\)")

# [[1]]
# [1] "(antonio.2018)"  "(giovanni,2018)" "(libero 2019)"  

正则表达式的小描述：

\\w 将匹配任何单词字符
+ 意味着它必须至少匹配一次
[[:punct:]] 将匹配任何标点字符
{1} 将恰好出现一次(....|....) 表示一种模式或必须满足另一种模式
[[:blank:]] 表示必须出现任何空格
[[:digit:]] 表示必须出现任何数字
\\( 必须退出大括号。

Answer 2

@lok​​i 的回答很棒！你也可以试试这个，希望对你有用:)

x<-regmatches(string, gregexpr("(?=\\().*?(?<=\\))", string, perl=T))[[1]]

>x

[1] "(antonio.2018)"  "(antonio)"       "(giovanni,2018)" "(2018)"          "(libero 2019)"  

#Extract every nth value. 
>x[seq_along(x) %% 2 > 0]
[1] "(antonio.2018)"  "(giovanni,2018)" "(libero 2019)"  

注意：不确定您的完整数据集（即结构是否始终为第 n 格式。如果是（每第二个值），这将适用于大规模。