如何从R中的文本中提取特定符号答案

【问题标题】：How to extract specific symbol from text in R如何从R中的文本中提取特定符号
【发布时间】：2019-04-01 15:07:22
【问题描述】：

我正在 R 中建立一个新项目，并想从文本中提取特定符号

X <- c("amazing tiny phone ^_^","so cute!!! <3")

我想从R中的X中提取^_^和<3

谢谢！

【问题讨论】：

标签： r string extract

【解决方案1】：

更直接

X = c("amazing tiny phone ^_^","so cute!!! <3","^_^ and :) are my fav symbols")
    patt=c("=d" ,"<3" , ":o" , ":(" ,
    ":)" , "(y)" , ":*" , "^_^", ":d" ,";)" , ":'(") 

variable = sapply(X,function(x){
                    i = which(patt%in%strsplit(x," ")[[1]])
                    if (length(i)>0){
                        paste(patt[i],collapse=" ")
                                    } else{NA}
          })

names(variable)=NULL

> variable
[1] "^_^"    "<3"     ":) ^_^" NA

【讨论】：

我想提取这些符号中的任何一个 =d ,
添加了一种更直接的方法，同时考虑了不同符号的多次出现
没问题 - 如果这回答了您的问题，请将其标记为已接受的答案以关闭主题 edit 另请注意，我对代码进行了一些修改，以便正确解释没有任何符号的字符串！
抱歉，如果我只需要返回符号以将其放入变量而不是整个文本中，我该怎么办？
for（文档中的值）{ variable = sapply(value,function(x){ i = which(patt%in%strsplit(x," ")[[1]]) if (length (i)>0){ paste(patt[i],collapse=" ") } else{NA} }) names(variable)=NULL variable } docs 是一个向量，我需要从向量中的每个文本中提取符号，但是它没有说话

【解决方案2】：

@GraemeForst 可以使用分组和前瞻来实现泛化：

group <- "[\\^\\_\\<\\>3\\:\\(\\)\\;]"
pat <- sprintf(".*[\\s\\b](%s+)(?!\\1)", group)

group 定义字符分组。基本上我们想要提取的所有符号。
pat 定义了我们的匹配模式。 [\\s\\b] 表示在可能的匹配之前必须有空白或边界。 (?!\\1) 说在比赛之后不能有 group 的元素。

这是一个演示：

X <- c("amazing tiny phone ^_^","so cute!!! <3", "I like pizza :)", "hello beautiful ;)")
gsub(pat, "\\1", grep(pat, X, value = TRUE, perl = TRUE), perl = TRUE)
# [1] "^_^" "<3"  ":)"  ";)"

这可以进一步细化和概括。可以添加一个非常简单的步骤是扩展grouping。

旧答案

您可以为此使用正则表达式：

# create the pattern to be extracted
pat = ".*(\\^\\_\\^).*|.*(\\<3).*"  # escape special characters with "\\" and ".*" to specify there may be text before/after

# extract
gsub(pat, "\\1\\2", grep(pat, X, value = TRUE, perl = TRUE), perl = TRUE)
# [1] "^_^" "<3"

【讨论】：

有更通用的方法吗？我想知道您是否可以使用"[a-zA-Z]+" 之类的模式找到所有没有字母的“单词”