r - 在 R 中提取括号中的文本

Question

两个相关的问题。我有文本数据的向量，例如

"a(b)jk(p)"  "ipq"  "e(ijkl)"

并希望轻松地将其分成包含括号外文本的向量:

"ajk"  "ipq"  "e"

和一个包含括号内文本的向量:

"bp"   ""  "ijkl"

有什么简单的方法可以做到这一点吗？一个额外的困难是这些可能会变得非常大并且有大量(无限)括号。因此，我不能简单地在括号中“预先/发布”文本并需要一个更智能的解决方案。

Answer 1

括号外的文字

> x <- c("a(b)jk(p)"  ,"ipq" , "e(ijkl)")
> gsub("\\([^()]*\\)", "", x)
[1] "ajk" "ipq" "e"  

括号内的文字

> x <- c("a(b)jk(p)"  ,"ipq" , "e(ijkl)")
> gsub("(?<=\\()[^()]*(?=\\))(*SKIP)(*F)|.", "", x, perl=T)
[1] "bp"   ""     "ijkl"

(?<=\\()[^()]*(?=\\))匹配括号内的所有字符，然后匹配以下 (*SKIP)(*F)使比赛失败。现在它尝试执行紧跟在 | 之后的模式。符号对剩余的字符串。所以点 .匹配所有尚未跳过的字符。用空字符串替换所有匹配的字符将只给出 Racket 内的文本。

> gsub("\\(([^()]*)\\)|.", "\\1", x, perl=T)
[1] "bp"   ""     "ijkl"

此正则表达式将捕获括号内的所有字符并匹配所有其他字符。 |. or part 有助于匹配除捕获的字符以外的所有剩余字符。因此，通过用组索引 1 中存在的字符替换所有字符，将为您提供所需的输出。