如何在R语言中提取括号日期后两个句号间的标题子串

你可以在已有的代码基础上，借助stringr包的正则匹配功能，精准提取年份括号后两个句号之间的文章标题。直接在mutate里新增title字段即可：

library(dplyr)
library(stringr)

# 示例数据
refs <- data.frame(reference = "Harris P R, Harris D L (1983). Training for the Metaindustrial Work Culture. Journal of European Industrial Training, 7(7): 22.")

# 提取作者、年份、标题
refs <- refs %>%
  mutate(
    author = sub("\\(.*", "", reference),
    year = str_extract(reference, "\\d{4}"),
    title = str_extract(reference, "(?<=\\(\\d{4}\\)\\.\\s).*?(?=\\.)")
  )

正则表达式说明 #

• (?<=\\(\\d{4}\\)\\.\\s)：正向预查，定位到年份（比如(1983)）后面的句号和空格，确保只匹配这之后的内容
• .*?：非贪婪模式匹配任意字符，避免错误匹配到后面的期刊信息
• (?=\\.)：正向预查，确保匹配到下一个句号就停止，刚好截取两个句号之间的标题部分

运行后refs$title的结果就是：Training for the Metaindustrial Work Culture，完全符合需求。

内容的提问来源于stack exchange，提问作者aterhorst