的R - 字符串处理和提取

Question

我有一个字符串strEx <- "list(A, B, C, D)"，我想存储为特征向量：

[1] "A" "B" "C" "D" 

我不是在正则表达式非常好（可能是矫枉过正为好，但我会将来需要更多）这可能是我的问题的一部分。我有一个解决方案，我觉得是太多的代码/糟糕的形式。

它给了我最终想要的东西，但我仍然需要将它拆分为逗号并将其弄平。我只是觉得这太简单了。任何人都有更漂亮的解决方案？

d <- gsub(".*\\((.*)\\).*", "\\1", strEx) 
d1 <- unlist(tstrsplit(d, ", ", type.convert = TRUE, fixed = TRUE)) 

Answer 1

你可以解析表达式是这样的：

#parse the expression 
pEx <- parse(text = strEx)[[1]] 

表达式实际上是符号的列表，并可以作这样的处理。在这里，我们把一切都只是list成字符：

vapply(pEx[-1], as.character, FUN.VALUE = "") 
#[1] "A" "B" "C" "D" 

但是，如果你需要解析字符串（这是你提出的使用正则表达式上的解决方案是什么），一些前面的步骤通常应该加以改进。你不应该有一个需要解析的表达式。

看到这个：

library(fortunes) 
fortune(106) 
#If the answer is parse() you should usually rethink the question. 
# -- Thomas Lumley 
#  R-help (February 2005) 

Answer 2

您可以eval(parse(...))试试加上引号每一个字母：

unlist(eval(parse(text=gsub("([A-Z])", "\"\\1\"", "list(A, B, C, D)")))) 
#[1] "A" "B" "C" "D" 

如果你还没有逗号第一个字符串中，您可以添加逗号和删除最后一个与另一个sub步：

unlist(eval(parse(text=sub(",(?=[)])", "", gsub("([A-Z])", "\"\\1\",", "list(A B C D)"), perl=TRUE)))) 
# [1] "A" "B" "C" "D" 

Answer 3

您的两步法非常好，可读性强。

> g <- unlist(regmatches(strEx, gregexpr("(?:list\\(\\s*|(?!^)\\G(?:,\\s*)?)\\K[^,)]+", strEx, perl=TRUE))) 
> g 
[1] "A" "B" "C" "D" 

图案的详细资料：

如果你想尝试和文字 在一个方框内抓项目转到，可以使用基础R函数使用PCRE正则表达式与 \G和 \K运营商

• (?:list\\(\\s*|(?!^)\\G(?:,\\s*)?) - 的list(和0+空格子（见list\\(\\s*一部分）或先前成功匹配的端部（参见(?!^)\\G）和,和ZER可选序列o或更多空白字符（见(?:,\\s*)?）
• \\K - 比,和) 1个或多个其他字符 - 省略文本到目前为止
• [^,)]+匹配。

查看regex demo online。