Início / coding / Perguntas / 78206013
Accepted
Joe
Asked: 2024-03-22 19:49:18 +0800 CST

Usando gsub para remover nomes e códigos quando temos vários caracteres especiais

  • 772

Eu tenho uma string que quero usar um gsub para obter o nome e o código do país de cada pessoa, acho que estou perto de conseguir resolver isso, mas os colchetes estão me causando problemas no final da string .

 mstring = 'name1=\"Bloggs, Joe[[UK\" name2=\"Brian Williams, Joe[AA] [[USA\"'

O que estou procurando alcançar

mydat
name                  place
Bloggs, Joe           UK
Brian Williams, Joe   USA

Consegui obter o nome 1, mas tive dificuldades para obter o nome 2 devido ao conjunto extra de colchetes. Para o nome 1, usei o seguinte para obter o nome, mas não consegui chegar ao país e ao nome 2. Pensei se adicionasse um '?' para a parte '\[.*' do gsub, isso procuraria qualquer '[' em vez de apenas o último?

gsub(".*name1=\"([^\"]+) \\[.*", "\\1", mystring)

1 respostas

  1. Best Answer

    Sua string está em um formato um pouco irritante. Parece que é a saída do par de valores-chave (ilegível?) de algum outro software. Seria mais robusto exportá-lo em um formato diferente. No entanto, se isso não for possível, isso deve ser feito:

    mstring |>
  # Split rows from each other on \" 
  strsplit("\"\\s") |>
  # Split name from country on [[
  lapply(\(x) strsplit(x, "[[", fixed = TRUE) 
  ) |>
  unlist(recursive=FALSE) |>
  # Clean up the strings a little bit
  lapply(\(x) trimws(
    gsub("name\\d+=\"|\\[.+\\]|\"", "", x)
  )
  ) |>
  # Bind into a data frame and set names
  do.call(rbind.data.frame, args = _) |>
  setNames(c("name", "place"))
      
#                  name place
# 1         Bloggs, Joe    UK
# 2 Brian Williams, Joe   USA
    • 2

relate perguntas