regex - 直到下一个空格的条件的正则表达式

Question

我如何编写一个正则表达式来抓取位于任意位置的大写字母，然后是任何后续字符，直到空格？

输入:蛋糕派类型APPLE CRUMBLE挞 toast 德克萨斯州价格

例如，我想抓取“APPLE”，尽管它前面没有空格。我想要“崩溃”。我还想要“Texas”，尽管并非所有组成部分都是大写的。

我将使用gsub(pattern, replacement = "", x = string)来获得以下输出

输出:蛋糕派型挞 toast 价格

谢谢!

Answer 1

您可以使用regmatches来提取这些子字符串。

> x <- 'cake pietypeAPPLE CRUMBLE tart toastTexas price'
> regmatches(x, gregexpr('[A-Z]\\S+', x))[[1]]
# [1] "APPLE"   "CRUMBLE" "Texas" 

或者，如果您只想严格匹配字母字符。

> regmatches(x, gregexpr('[A-Z][A-Za-z]+', x))[[1]]

如果您想替换它们，我会使用以下内容来避免单词之间留下多余的空格。

> gsub('[A-Z][A-Za-z]+( [A-Z][A-Za-z]+)*', '', x)
# [1] "cake pietype tart toast price"