R 从给定度量单位列表的字符串中提取度量单位和附加数字

Question

我正在使用 R 并且有两个字符向量:

measures <- c('cm', 'mm', 'ml')
strings <- c('hgtrdhg cm12 mhjgf','asdfsf 12mm jhgjhg','adadf 45ml','ml89 jygjgh', 'cm 59 gfhgfd')

我必须为每个字符串提取度量单位和相关数字，例如:

cm12、12mm、45ml、ml89、cm59 (最后一串cm到59之间本来有一个空格)

数字可以位于测量单位的前面或后面。

Answer 1

我们可以循环“度量”并提取元素

library(dplyr)
library(stringr)
library(purrr)
measures %>%
       map(~ str_extract(strings, paste0("\\d*", .x, "\\s*\\d*"))) %>%
    do.call(coalesce, .) %>%
    str_replace_all(" ", "")
#[1] "cm12" "12mm" "45ml" "ml89" "cm59"

---

或者，如果我们想一次使用所有“度量”，则通过使用 | 进行 collapse 来粘贴它。

pat <- paste0("(", paste("\\d*", measures, "\\s*\\d*", sep="", collapse="|"), ")")
str_replace_all(str_extract(strings, pat), " ", "")
#[1] "cm12" "12mm" "45ml" "ml89" "cm59"