regex - 从行中提取模式，例如grep ("Oh|oh"，单词，值 = TRUE)

Question

在R中使用正则表达式，数据示例如下:

word <-c("Look at this and say: Oh ya," , 
         "Oh thanks!", 
         "what?! Oh my god!",
         "oh, No!", 
         "What's that for?", 
         "Don't you see that? oh you don't care.")

所以我想 grep 模式 Oh 或 oh:

wordy = grep("Oh|oh", word, , value = TRUE)
wordy

查看结果:

[1] "Look at this and say: Oh ya,"          
[2] "Oh thanks!"                            
[3] "what?! Oh my god!"                     
[4] "oh, No!"                               
[5] "Don't you see that? oh you don't care."

有什么方法可以获得匹配的模式但不是整行？ 例如我想删除 [1]、[3]、[5] 中“Oh|oh”之前的词，但仍保留“Oh|oh”之后的词

请给我一些提示!非常感谢!

Answer 1

如果你想删除单词，一种方法是使用 (g)sub。例如在这种情况下删除匹配模式之前的所有内容....

sub( "^.*(oh|Oh)(.*$)" , "\\1\\2" , wordy )
#[1] "Oh ya,"             "Oh thanks!"         "Oh my god!"         "oh, No!"           
#[5] "oh you don't care."

^ 字符串开头的零宽度 anchor ，.* 任何字符，(oh|Oh) 的反向引用组所需的模式，以及 (.*$) 第二个反向引用组，用于匹配模式之后直到字符串末尾的所有内容($)。

替换 "\\1\\2" 定义了我们想要输出的内容，即第一组和第二组括号中匹配的所有内容。因此删除所有匹配 oh|Oh 的内容。