如何找到R中所有的大写单词

Question

因此，我有一个文档语料库，我需要找到所有文档中所有大写字母（即该字中的每个字符都是大写字母）的所有单词在R.我不知道如何找到。我已经看过R中的文本挖掘'tm'包，并且没有可以找到这种功能的函数。

输入字符串："Russia Is THE BiggEST cOUNTRY"

输出要求："THE"

如何做到这一点使用 “TM” 包？

Answer 1

尝试使用正则表达式。

sub('.*(\\b[A-Z]+\\b).*','\\1',string) 
#[1] "THE" 

Answer 2

您可以使用gregexpr和regmatches：

unlist(regmatches(abc, gregexpr('\\b[A-Z]+\\b', abc))) 
[1] "THE" 

数据

abc <- "Russia Is THE BiggEST cOUNTRY" 

Answer 3

随着stringr（如果你想找到帽所有这些单词（载体）不只是第一个）：

s = "Russia Is THE BiggEST cOUNTRY IN the WORLD" 
library(stringr) 
unlist(str_match_all(s, "\\b[A-Z]+\\b")) 
[1] "THE" "IN" "WORLD"