从R中的*.txt文件中提取文本
从R中的*.txt文件中提取文本
提问于 2018-12-05 00:51:38
我已经使用Mac的表达式来确认我的Regex工作，但我找不到从文本文件中提取信息的命令。我有2,500个文本文件，我需要提取每个文档的日期，以便填充数据集。仅供参考，"date“是要提取的第一个变量，还会有其他变量。这些文件的格式各不相同，并且有多个日期。我只对每个文档的第一个日期感兴趣。一些文档有一个包含日期的新行，另一些文档则以单词" date“或”Date“开始。
每个文本文档的示例：
Bangor
dorset
LL56 43r
date: 10 july 2009
take notice: the blah blah blah text goes here and there's lots of it.
action:有效的正则表达式：
"\\d{1,2}\\s+(?:january|february|march|april|may|june|july|august|september|october|november|december)\\s+\\d{4}"文本文档在R Studio环境中作为单元素字符矢量可见。我想提取文本“原样”，这样就像...
> strapply(NoFN, ("\\d{1,2}\\.?:january|february|march|april|may|june|july|august|september|october|november|december\\.\\d{4}")[[1]]
> [1] 10 july 2009显然，这实际上并不起作用！
非常感谢！伊恩
回答 3
Stack Overflow用户
回答已采纳
发布于 2018-12-05 01:04:00
您的正则表达式不适合R，因为您需要转义\字符。
正则表达式应为：
"\\d{1,2}\\s+(?:january|february|march|april|may|june|july|august|september|october|november|december)\\s+\\d{4}"如果使用stringr包，并且将文本加载到txt，则可以执行以下操作：
library(stringr)
txt = "Bangor dorset LL56 43r\n date: 10 july 2009 \n take notice: the blah blah blah text goes here and there's lots of it. action:"
str_match(string = txt, pattern = "\\d{1,2}\\s+(?:january|february|march|april|may|june|july|august|september|october|november|december)\\s+\\d{4}")
[,1]
[1,] "10 july 2009"Stack Overflow用户
发布于 2018-12-05 01:04:16
我相信这就是答案。它使用内置变量month.name，并且与问题中的不同，它使用()对月份进行分组。
txt <- "\n date: 10 july 2009 \n take notice: the blah blah blah text goes here and there's lots of it. action:"
pattern <- paste(tolower(month.name), collapse = "|")
pattern <- paste0("(", pattern, ")")
pattern <- paste("[[:digit:]]{1,2}[[:space:]]*", pattern, "[[:digit:]]{4}")
m <- regexpr(pattern, txt)
regmatches(txt, m)
#[1] "10 july 2009"Stack Overflow用户
发布于 2018-12-05 04:34:02
谢谢大家，这是一种款待！
库(字符串)
txt = "Bangor dorset LL56 43r\n日期: 2009年7月10日\n请注意:这里有很多废话文本。操作：“
模式(string= txt，str_match= "\d{1,2}\s+(?:january|february|march|april|may|june|july|august|september|october|november|december)\s+\d{4}")
[,1] 1，“2009年7月10日”
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53617865
复制相关文章
相似问题
腾讯云开发者
