R语言中从数据框列的JSON格式字符串提取指定词汇的方法

首先，你之前的正则匹配不到是因为目标字符串里的名称（比如Bank）后面跟着的是',而不是'}，所以你的正则\\w+(?='\\})找不到对应的匹配项。下面给你两种可靠的解决方式：

方法一：解析为JSON（推荐） #

因为你的字符串本质是类似JSON的结构，用专门的JSON解析工具比正则更稳妥，不容易出错。步骤如下：

1. 先把字符串里的单引号替换成双引号，转换成合法的JSON格式
2. 使用jsonlite包解析，直接提取name字段

library(jsonlite)
# 假设A是你数据框列中的单个字符串元素
A <- "[{'name': 'Bank', 'id': 559}, {'name': 'Cinema', 'id': 2550}, {'name': 'Shopping', 'id': 10201}]"

# 替换单引号为双引号
valid_json <- gsub("'", '"', A)
# 解析JSON并提取name列
result <- fromJSON(valid_json)$name
print(result)
# 输出：[1] "Bank"    "Cinema"  "Shopping"

如果是数据框的整列操作，可以用dplyr配合处理：

library(dplyr)
library(jsonlite)
library(purrr)

your_df <- your_df %>%
  mutate(names_list = map_chr(your_target_column, function(x) {
    valid_json <- gsub("'", '"', x)
    paste(fromJSON(valid_json)$name, collapse = ", ")
  }))

方法二：使用正则表达式 #

如果你一定要用正则来提取，可以调整正则表达式，匹配'name': '和下一个'之间的内容：

library(stringr)
A <- "[{'name': 'Bank', 'id': 559}, {'name': 'Cinema', 'id': 2550}, {'name': 'Shopping', 'id': 10201}]"

result <- str_extract_all(A, "(?<='name': ')[^']+(?=')")[[1]]
print(result)
# 输出：[1] "Bank"    "Cinema"  "Shopping"

正则解释： #

• (?<='name': ')：正向回顾断言，确保匹配内容的前面是'name': '
• [^']+：匹配任意数量的非单引号字符（也就是我们要提取的名称）
• (?=')：正向预查断言，确保匹配内容的后面是单引号

内容的提问来源于stack exchange，提问作者user36729