正则表达式R str_extract：从字符串中提取正好第n个词

Question

我知道这个问题已经在几个地方问过了，但我没有看到这个问题的确切答案。

所以我试图在正则表达式的帮助下从R中的字符串（“试图”）中提取第二个单词。我不想使用不公开（strsplit）

sen= "I am trying to substring here something, but I am not able to" 

str_extract(sen, "trying to\\W*\\s+((?:\\S+\\s*){2})") 

理想我想“这里”作为输出，但我正在逐渐“想在这里串”

请帮我

Answer 1

你实际上可能捕获你需要str_match字：

str_match(sen, "trying to\\W+\\S+\\W+(\\S+)")[,2] 

或者

str_match(sen, "trying to\\s+\\S+\\s+(\\S+)")[,2] 

这里，\S+匹配1个或多个不同于空格的字符，并且\W+匹配除字词之外的一个或多个字符，并且\s+匹配1+个空格。

请注意，如果您的“单词”以多于空白（例如，标点符号）分隔，请使用\W+。否则，如果只有空格，请使用\s+。

[,2]将访问第一个捕获值（与第一对非括号括号内的模式部分相匹配的部分文本）。

Answer 2

您可以使用strsplit。首先将sen分为"trying to "两部分，然后提取第二部分的第二个单词。

sapply(strsplit(sen, "trying to "), function(x) unlist(strsplit(x[2], " "))[2]) 
#[1] "here" 

Answer 3

我们可以使用sub

sub("^.*\\btrying to\\s+\\w+\\s+(\\w+).*", "\\1", sen) 
#[1] "here" 

Answer 4

既然你也标记stringr，我将张贴word解决方案，

library(stringr) 

word(sub('.*trying to ', '', sen), 2) 
#[1] "here"