R语言正则提取重复匹配大括号内文本并拆分至对应列的实现问题

• 正则[major]是字符组写法，仅会匹配m、a、j、o、r五个单字符，无法精准匹配完整关键词major
• 正则中使用.*贪婪匹配规则，遇到同一行多个同关键词的场景时，会跨标签匹配内容，无法拆分多个独立的大括号块
• 未兼容关键词和左大括号之间存在空格的场景（如测试数据第二行major {andesite flows}的空格格式）
• 匹配大括号内容的规则(\\D[a-z]*)不支持带空格的文本（如andesite flows包含空格，无法被完整匹配）
• 仅编写了major字段的提取逻辑，未覆盖minor、incidental两个字段的统一处理

核心采用正向零宽断言编写正则：(?<=<关键词>\\s*\\{)[^}]+，规则为匹配前面紧邻「指定关键词+任意数量空格+左大括号」的所有非右大括号字符，既可以兼容关键词和大括号间的空格，也不会出现贪婪跨段匹配的问题，还能完整提取大括号内带空格的文本。

library(tidyverse)

# 测试数据集
test <- data.frame(lith=c("major{basalt} minor{andesite} incidental{dacite rhyolite}",
                          "major {andesite flows} major {dacite flows}",
                          "major{andesite} minor{dacite}",
                          "major{basaltic andesitebasalt}"))

# 批量提取三类属性值
target_cols <- c("major", "minor", "incidental")
test_result <- test %>%
  mutate(across(all_of(target_cols), function(.x){
    # 动态拼接当前列对应的匹配正则
    match_pattern <- str_c("(?<=", cur_column(), "\\s*\\{)[^}]+")
    # 提取所有匹配内容，用逗号合并，无匹配内容返回NA
    map_chr(str_extract_all(lith, match_pattern), 
            ~if(length(.x) == 0) NA_character_ else str_flatten(.x, collapse = ", "))
  }))

执行代码后得到的输出如下，其中原预期输出存在笔误：第三行major对应内容为andesite，basaltic andesitebasalt实际是第四行major的取值。

内容的提问来源于stack exchange，提问作者Wasatch801