Expression régulière pour saisir le mot avant un certain caractère R Perl

J'ai besoin d'obtenir les mots avant et après un caractère unique (dans mon cas: &) dans une chaîne de caractères dans R.

J'ai besoin d'obtenir 'mot1' à partir de quelque chose comme ceci:
"...quelque chose de quelque chose word1 & mot2 quelque chose..."

Je peux obtenir le mot à l'aide d'une expression régulière Perl dans R: (?<=& )[^ ]*(?= )
(Il semble se comporter de la façon dont je le voudrais. Je l'ai eu à partir de peigner les réponses que j'ai trouvé sur ce site)

J'ai maintenant besoin pour obtenir le mot qui précède l' & symbole. La longueur des mots de changement et le nombre d'autres mots précédents, et également des espaces, le changement. Mot on pourrait être des lettres et des chiffres, tout lié par des espaces sur les côtés.

InformationsquelleAutor GregS | 2013-02-19
  1. 15

    Si vous utilisez (\S+)\s*&\s*(\S+) puis les mots des deux côtés de & va être capturée. Cela permet en option les espaces autour de l'esperluette.

    Vous avez besoin pour doubler les barres obliques inverses dans un R de chaîne, et d'utiliser le regexec et regmatches fonctions d'appliquer le modèle et l'extrait de la correspondance de sous-chaînes.

    string  <- "...something something word1 & word2 something..."
pattern <- "(\\S+)\\s*&\\s*(\\S+)"
match   <- regexec(pattern, string)
words   <- regmatches(string, match)

    Maintenant words est un élément de la liste de la tenue d'un trois-élément de vecteur: l'ensemble de la chaîne correspondante suivie par la première et la deuxième des références arrières. Donc words[[1]][2] est word1 et words[[1]][3] est word2.

    • Si quelqu'un dans le futur est en train d'essayer quelque chose de similaire, au départ, cela a fonctionné, mais finalement je suis tombé sur des conditions où cette attrapé plusieurs mots pour une raison quelconque. L'espace blanc autour de l'esperluette a été l'un des seuls cohérente conditions, donc j'ai fini par utiliser: (?<=& )(\\w+) pour le droit de l'esperluette et (\\w+)(?= &) pour la gauche.
    • La seule raison pour laquelle je peux penser est que si vous êtes de traitement de texte qui utilise le no-break space "\x{A0}". Vous pouvez corriger cela en utilisant ([^\s\xA0]+)\s*&\s*([^\s\xA0]+) à la place. Note que c'est la syntaxe de Perl. Je sais très peu de choses sur R et que peut ou peut ne pas être la bonne façon d'ajouter un caractère à l'aide de son code de point.
    • Le premier cas inférieur s besoins d'une double barre oblique inverse ou R lèvera une erreur. Sinon, c'est exactement la réponse que j'ai besoin pour un projet!
    InformationsquelleAutor Borodin
  2. 5
    (?<=&)(\w*)(?=&)"

    Va correspondre à tout ce qui est un caractère de mot entre & symboles. Utilise un positif lookbehind et une anticipation positif.

    InformationsquelleAutor Martyn Shutt
  3. 2
    \b(.*?)\b&

    La parole sera capturé dans le groupe 1. C'est un peu réticents match contenues dans une chaîne entourée par deux limites; après la seconde limite est &.

    InformationsquelleAutor Explosion Pills
  4. 1

    Il peut être fait avec un relativement simple expression régulière en utilisant strapplyc dans le gsubfn paquet. En supposant que s est votre chaîne:

    library(gsubfn)
strapplyc(s, "(\\w+) & (\\w+)")
    InformationsquelleAutor G. Grothendieck