Teil der Zeichenfolge zwischen zwei verschiedenen Mustern extrahieren

Question

Ich versuche, stringr Paket zu verwenden, um einen Teil einer Zeichenfolge zu extrahieren, die zwischen zwei bestimmten Mustern ist.

Zum Beispiel habe ich:

my.string <- "nanaqwertybaba" 
left.border <- "nana" 
right.border <- "baba" 

und durch die Verwendung von str_extract(string, pattern) Funktion (wo Muster von einem POSIX regulären Ausdruck definiert ist) Ich mag würde erhalten:

"qwerty" 

Lösungen von Google haben nicht funktioniert.

Answer 1

Ich weiß nicht, ob und wie diese mit Funktionen von stringr bereitgestellt möglich ist aber auch Basis regexpr und substring verwenden:

pattern <- paste0("(?<=", left.border, ")[a-z]+(?=", right.border, ")") 
# "(?<=nana)[a-z]+(?=baba)" 

rx <- regexpr(pattern, text=my.string, perl=TRUE) 
# [1] 5 
# attr(,"match.length") 
# [1] 6 

substring(my.string, rx, rx+attr(rx, "match.length")-1) 
# [1] "qwerty" 

Answer 2

In base R können Sie gsub verwenden. Die Klammern in pattern erstellen nummerierte Erfassungsgruppen. Hier wählen wir die zweite Gruppe in der replacement, d. H. Die Gruppe zwischen den Grenzen. Die . entspricht einem beliebigen Zeichen. Die * bedeutet, dass es keine oder mehrere der vorstehenden Element

gsub(pattern = "(.*nana)(.*)(baba.*)", 
    replacement = "\\2", 
    x = "xxxnanaRisnicebabayyy") 
# "Risnice" 

Answer 3

I str_match von stringr verwenden würde: „str_match extrahiert capture Gruppen gebildet durch () von dem ersten Spiel Es gibt eine Zeichenmatrix mit. eine Spalte für die vollständige Übereinstimmung und eine Spalte für jede Gruppe. "

ref

str_match(my.string, paste(left.border, '(.+)', right.border, sep=''))[,2] 

Der obige Code erzeugt einen regulären Ausdruck mit paste die Einfanggruppe (.+) verketten, die mit 1 oder mehr Zeichen einfängt, mit dem linken und rechten Rand (keine Zwischenräume zwischen den Zeichenketten).

Eine einzelne Übereinstimmung wird angenommen. So wählt [,2] die zweite Spalte aus der Matrix, die von str_match zurückgegeben wird.