Text in Klammern in R

Question

extrahieren Zwei verwandte Fragen. Ich habe Vektoren von Textdaten wie

"a(b)jk(p)" "ipq" "e(ijkl)" 

und wollen diese leicht in einen Vektor trennen den Text außerhalb der Klammern enthalten:

"ajk" "ipq" "e" 

und einen Vektor, den Text in den Klammern enthalten:

"bp" "" "ijkl" 

Gibt es eine einfache Möglichkeit, dies zu tun? Eine zusätzliche Schwierigkeit besteht darin, dass diese ziemlich groß werden können und eine große (unbegrenzte) Anzahl von Klammern haben. So kann ich nicht einfach Text "vor/nach" den Klammern greifen und brauche eine intelligentere Lösung.

Answer 1

Text außerhalb der Klammer

> x <- c("a(b)jk(p)" ,"ipq" , "e(ijkl)") 
> gsub("\\([^()]*\\)", "", x) 
[1] "ajk" "ipq" "e" 

Text in der Klammer

> x <- c("a(b)jk(p)" ,"ipq" , "e(ijkl)") 
> gsub("(?<=\\()[^()]*(?=\\))(*SKIP)(*F)|.", "", x, perl=T) 
[1] "bp" ""  "ijkl" 

Die (?<=\\()[^()]*(?=\\)) Matches alle Zeichen, die in den Klammern vorhanden sind, und dann die folgende (*SKIP)(*F) macht das Spiel Versagen. Jetzt versucht es, das Muster, das gerade nach | Symbol gegen die verbleibende Zeichenfolge war, auszuführen. Der Punkt . stimmt also mit allen Zeichen überein, die noch nicht übersprungen wurden. Wenn Sie alle übereinstimmenden Zeichen durch eine leere Zeichenfolge ersetzen, wird nur der Text in den Rackets angezeigt.

> gsub("\\(([^()]*)\\)|.", "\\1", x, perl=T) 
[1] "bp" ""  "ijkl" 

Diese Regex würde alle Zeichen erfassen, die in den Klammern vorhanden sind und mit allen anderen Zeichen übereinstimmen. oder Teil hilft, alle verbleibenden Zeichen außer den gefangenen Zeichen zu entsprechen. Wenn Sie also alle Zeichen durch die Zeichen ersetzen, die in der Gruppe vorhanden sind, gibt Ihnen Index 1 die gewünschte Ausgabe.

Answer 2

Die rm_round Funktion im qdapRegex package Ich war geboren halten, dies zu tun:

Zuerst haben wir das Paket über pacman bekommen und laden werden

if (!require("pacman")) install.packages("pacman") 
pacman::p_load(qdapRegex) 

## Dann können wir es verwenden, zum Entfernen und Extrahieren der gewünschten Teile:

x <-c("a(b)jk(p)", "ipq", "e(ijkl)") 

rm_round(x) 

## [1] "ajk" "ipq" "e" 

rm_round(x, extract=TRUE) 

## [[1]] 
## [1] "b" "p" 
## 
## [[2]] 
## [1] NA 
## 
## [[3]] 
## [1] "ijkl" 

kondensieren b und p Verwendung:

sapply(rm_round(x, extract=TRUE), paste, collapse="") 

## [1] "bp" "NA" "ijkl"