如何在R中按指定关键词拆分字符向量并转换为目标数据框

核心思路是用预定义的关键词作为匹配锚点，通过正则提取各段对应内容，再按要求生成结构化数据框，代码可直接适配你爬取得到的EN.char向量。

可直接运行的代码 #

# 加载依赖包
library(stringr)
library(dplyr)

# 预定义拆分关键词
split.vector <- c("Teacher", "Tutor", "Speaks", "English", "Japanese", "French", "Rate", "Video")

# 处理字符向量，如需处理爬取结果，将下方char.vector替换为你的EN.char即可
df_result <- lapply(char.vector, function(s) {
  # 提取角色信息
  role <- str_extract(s, "Teacher|Tutor")
  # 提取姓名（角色之前的所有内容）
  name <- str_remove(s, paste0(role, ".*"))
  # 提取语言段（Speaks之后、Rate之前的内容）
  lang_section <- str_extract(s, "(?<=Speaks).*?(?=Rate)")
  # 标记是否掌握对应语言
  en <- as.integer(str_detect(lang_section, "English"))
  jp <- as.integer(str_detect(lang_section, "Japanese"))
  fr <- as.integer(str_detect(lang_section, "French"))
  # 提取美元费率
  rate <- as.integer(str_extract(s, "(?<=USD )\\d+(?=Video)"))
  
  # 生成单行数据
  tibble(
    Name = name,
    Role = role,
    English = en,
    Japanese = jp,
    French = fr,
    Rate_USD = rate
  )
}) %>% bind_rows()

# 输出结果
df_result

运行效果 #

执行上述代码后得到的df_result完全匹配你要求的输出：

如果后续爬取的文本规则有微调，只需要调整对应正则的匹配规则即可适配。

内容的提问来源于stack exchange，提问作者Bart Yarborough