在R中查找数据中的缩写

Question

在我的数据（这是文本）中，有缩写。

是否有任何函数或代码在文本中搜索缩写？例如，检测3-4-5大写字母缩写并让我计算它们发生的频率。

非常感谢！

Answer 1

检测3-4-5大写字母缩写

您可以使用

\b[A-Z]{3,5}\b 

见regex demo

详细：

• \b - 一个字边界
• [A-Z]{3,5} - 3，4或5个大写字母（使用[[:upper:]]匹配ASCII以外的字母，太）
• \b - 一个字边界。

R demo online（利用从@TheComeOnMan正则表达式出现计数代码）

abbrev_regex <- "\\b[A-Z]{3,5}\\b"; 
x <- "XYZ was seen at WXYZ with VWXYZ and did ABCDEFGH." 
sum(gregexpr(abbrev_regex,x)[[1]] > 0) 
## => [1] 3 
regmatches(x, gregexpr(abbrev_regex, x))[[1]] 
## => [1] "XYZ" "WXYZ" "VWXYZ" 

Answer 2

您可以使用正则表达式[A-Z]来匹配acapital字母的任何出现。如果你想这个模式重复3次，你可以添加\1{3}到你的正则表达式。考虑使用变量和循环来完成3到5次重复时间的工作。