R Packages stringr - str_extract | R包stringr - str_extract

 

str_extrac用法上較為困難，提取的部分使用比較複雜的正則表達式去做搜尋與提取，應用在長字串或是不確定字串上較有幫助

基本語法

str_extract(dataset$string, 查找的字元或字串模式)

一些正則表達式，其他的再慢慢補充，R與Python使用" \ "規則是一樣的，需要多加一個" \ "進行定位

• `//d`    >> 匹配十進制數字
• `^`      >> 匹配字首
• `$`      >> 匹配字尾
• `\\n`    >> 匹配換行符號
• `[a-z]` >> 匹配a~z(單個)
• `+`      >> 匹配不只一個

有一點要注意一下

• 小寫與大寫判斷為不同字元，需要完全確定大小寫

建立個數據框進行查找

stringr_df <- tibble(

    weekday = c("Sunday 4", "Monday", "Tuesday", "Wednesday",

    "Thursday 77", "Friday", "Saturday 335")

    )

# 輸出結果

r$> stringr_df # A tibble: 7 x 1 weekday <chr> 1 Sunday 4 2 Monday 3 Tuesday 4 Wednesday 5 Thursday 77 6 Friday 7 Saturday 335

使用\\d查找數字，查找結果僅以第一個結果位置作為返回條件，若要返回全部數字，需尾端加上" + "

# 查找數字

str_extract(stringr_df$weekday, "\\d")

# 輸出結果

r$> str_extract(stringr_df$weekday, "\\d") [1] "4" NA NA NA "7" NA "3"

# 查找全部數字

str_extract(stringr_df$weekday, "\\d+")

# 輸出結果

r$> str_extract(stringr_df$weekday, "\\d+") [1] "4" NA NA NA "77" NA "335"

以a - z作為查找範圍(不加" + ")，僅返回第一個結果

# 查找a-z

str_extract(stringr_df$weekday, "[a-z]")

# 輸出結果

r$> str_extract(stringr_df$weekday, "[a-z]") [1] "u" "o" "u" "e" "h" "r" "a"

以a - z、A - Z作為查找範圍(加" + ")，返回全部結果，但不包含數字

# 查找a-z、A-Z

str_extract(stringr_df$weekday, "[A-Z][a-z]+")

# 輸出結果

r$> str_extract(stringr_df$weekday, "[A-Z][a-z]+") [1] "Sunday" "Monday" "Tuesday" "Wednesday" "Thursday" "Friday" [7] "Saturday"