regex - 提取字符串中两个符号之间的所有内容

Question

我有一个包含一些名称的向量。我想提取每一行的标题，基本上是“，”(包括空格)和“”之间的所有内容。

> head(combi$Name)
[1] "Braund, Mr. Owen Harris"
[2] "Cumings, Mrs. John Bradley (Florence Briggs Thayer)"
[3] "Heikkinen, Miss. Laina"
[4] "Futrelle, Mrs. Jacques Heath (Lily May Peel)"
[5] "Allen, Mr. William Henry"
[6] "Moran, Mr. James"

我想gsub可能会有用，但是我很难找到合适的正则表达式来满足我的需求。

Answer 1

1)用sub子

> sub(".*, ([^.]*)\\..*", "\\1", Name)
[1] "Mr"   "Mrs"  "Miss" "Mrs"  "Mr"   "Mr"  

1a)子变体这种使用gsub的方法也适用:

> sub(".*, |\\..*", "", Name)
[1] "Mr"   "Mrs"  "Miss" "Mrs"  "Mr"   "Mr"  

2)strapplyc 或在gusbfn包中使用strapplyc，可以使用更简单的正则表达式来完成:

> library(gsubfn)
>
> strapplyc(Name, ", ([^.]*)\\.", simplify = TRUE)
[1] "Mr"   "Mrs"  "Miss" "Mrs"  "Mr"   "Mr"  

2a)绑带变体这似乎是所有元素中最简单的正则表达式。

> library(gsubfn)
>
> sapply(strapplyc(Name, "\\w+"), "[", 2)
[1] "Mr"   "Mrs"  "Miss" "Mrs"  "Mr"   "Mr"  

3)strsplit 第三种方法是使用strsplit

> sapply(strsplit(Name, ", |\\."), "[", 2)
[1] "Mr"   "Mrs"  "Miss" "Mrs"  "Mr"   "Mr"  

添加了其他解决方案。将gsub更改为sub(尽管gsub也可以)。