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
https://stackoverflow.com/questions/53617865
复制相似问题