R 当我们有多个特殊字符时，使用gsub删除名称和代码'

发布于03月22日

我有一个字符串，我想使用gSub来获取每个人的姓名和国家代码，我想我接近于解决它，但方括号在字符串的末尾给我带来了问题.

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

我想要实现的是

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

我已经能够go 掉名字%1，但由于额外的方括号，我很难go 掉名字%2.对于名称%1，我使用了以下内容来获取名称，只是无法到达国家/地区和名称%2.我想如果我添加一个‘？’对于GSub的‘\[.*’部分，这将查找任何‘[’而不只是最后一个？

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

推荐答案

你的字符串格式有点烦人.看起来像是(乱码？)其他软件的键值对输出.以不同的格式导出它会更健壮.但是，如果这是不可能的，应该这样做:

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