R语言如何提取字符串中首个Comments:前的目标内容

实现逻辑 #

定位字符串中第一次出现Comments :的位置，截取该位置之前的文本片段，清理掉前缀冗余的字段名和首尾空格即可，后续出现的所有Comments :及附属内容会被自动丢弃。

方法1：基础R实现（无需安装第三方包） #

直接调用R内置的字符串匹配、截取函数完成处理，适合不想额外装包的场景：

# 测试示例1
asd <- "Model : test modelComments : Comments are useful. Comments :"
# 定位第一个Comments :的起始索引
pos <- regexpr("Comments :", asd)[1]
# 截取片段并清理前缀、多余空格
res <- trimws(substr(asd, nchar("Model : ") + 1, pos - 1))
res
# [1] "test model"

# 测试示例2
asd1 <- "Model : Example2Comments : Useful. Comments :"
pos1 <- regexpr("Comments :", asd1)[1]
res1 <- trimws(substr(asd1, nchar("Model : ") + 1, pos1 - 1))
res1
# [1] "Example2"

方法2：stringr包实现（代码更简洁） #

如果日常使用tidyverse生态做数据处理，可以用stringr的封装函数简化写法：

library(stringr)

# 测试示例1
asd <- "Model : test modelComments : Comments are useful. Comments :"
res <- trimws(str_remove(str_split_fixed(asd, "Comments :", n = 2)[,1], "^Model : "))
res
# [1] "test model"

# 测试示例2
asd1 <- "Model : Example2Comments : Useful. Comments :"
res1 <- trimws(str_remove(str_split_fixed(asd1, "Comments :", n = 2)[,1], "^Model : "))
res1
# [1] "Example2"

提示：如果待处理文本的前缀不是固定的Model : ，只需要调整前缀匹配的规则即可，比如将^Model : 替换为^.*?: ，即可自动匹配任意冒号结尾的字段前缀。

内容的提问来源于stack exchange，提问作者manu p