R语言如何使用gsub从向量中提取点号前后的独立字符串

原代码问题说明 #

你使用的gsub('.*:(.*)','\1',x)存在两个问题：

1. R 中正则的反向引用需要写为\\1，单反斜杠会被识别为转义字符无法正常生效
2. 该正则会将冒号后的所有内容作为整体返回，不会拆分Lord和后续的Have mercy on

实现方案 #

方案1：仅使用gsub分别提取两个目标字符串

x <- "Prayer: Lord. Have mercy on."
# 提取 Lord
lord_str <- gsub(".*: *([^.]*)\\..*", "\\1", x)
# 提取 Have mercy on
mercy_str <- gsub(".*\\. *([^.]*)\\.?$", "\\1", x)

运行后lord_str值为"Lord"，mercy_str值为"Have mercy on"。

方案2：结合拆分函数实现（写法更简便）

如果不强制仅用gsub，可以用strsplit加清洗快速得到结果：

x <- "Prayer: Lord. Have mercy on."
# 按冒号、句号拆分后过滤空值、去除首尾空格
parts <- trimws(Filter(nzchar, strsplit(x, ":|\\.")[[1]]))
lord_str <- parts[2]
mercy_str <- parts[3]

内容的提问来源于stack exchange，提问作者Julie