如何用Base R或stringr从指定格式字符串提取姓名与尊称？

使用stringr包 #

方法1：正则精准提取 #

直接用正则表达式分别匹配姓名（前两个单词）和尊称（剩余部分）：

library(stringr)

my_str <- c("John Smith The Last", "Jane Smith The Best")

# 提取姓名
names <- str_extract(my_str, "^\\w+ \\w+")
# 提取尊称
titles <- str_extract(my_str, "(?<=^\\w+ \\w+ ).*")

# 输出结果
names
#> [1] "John Smith" "Jane Smith"
titles
#> [1] "The Last" "The Best"

方法2：拆分后重组姓名 #

基于你尝试过的str_split，拆分后将前两个元素合并为姓名：

split_result <- str_split(my_str, " ", n = 3)
names <- sapply(split_result, function(x) paste(x[1], x[2]))
titles <- sapply(split_result, function(x) x[3])

使用Base R #

方法1：strsplit+列表处理 #

拆分后按需提取并重组内容，即使尊称包含更多单词也适用：

my_str <- c("John Smith The Last", "Jane Smith The Best")

split_result <- strsplit(my_str, " ", fixed = TRUE)
# 提取姓名：合并前两个元素
names <- sapply(split_result, function(x) paste(x[1], x[2]))
# 提取尊称：合并除前两个外的所有元素
titles <- sapply(split_result, function(x) paste(x[-c(1,2)], collapse = " "))

方法2：regmatches正则提取 #

用Base R原生的正则匹配工具实现提取：

# 匹配姓名的正则
name_pattern <- "^\\w+ \\w+"
names <- regmatches(my_str, regexpr(name_pattern, my_str))

# 匹配尊称的正则（需开启perl模式支持正向预查）
title_pattern <- "(?<=^\\w+ \\w+ ).*"
titles <- regmatches(my_str, regexpr(title_pattern, my_str, perl = TRUE))

内容的提问来源于stack exchange，提问作者maurobio