r - 如何使用 POS 标记的正则表达式提取字符串

Question

引用question ，对于以下示例，我在该解决方案中遇到了一些困难。

 "I/PRP did/VBD n't/RB experienced/VBN much/JJ service/NN differentiation/NN" The/DT desktop/NN and/CC CAD/NN support/NN is/VBZ working/VBG as/IN expected/VBN CAD-support/NNP Desktop/NNP management/NN related/VBD to/TO LSB/NNP Desktop/NNP management/NN team/NN is/VBZ very/RB committed/VBN ./." 

由于在“n't”和连字符“CAD-Support”中有撇号，结果没有达到预期。我根据要求将此作为新查询发布。谁能帮我解决这个问题。谢谢!!

Answer 1

如果你想使用以前的解决方案，你只需要将正则表达式更改为

[^\s/]+

在代码中:

str_extract_all(str1, "[^\\s/]+")

参见 regex demo .

它将匹配 1 个或多个除空格和 / 之外的字符。

为了避免匹配 ./.，你需要使用类似的东西

\w+(?:['-]\w+)*

在代码中:

str_extract_all(str1, "\\w+(?:['-]\\w+)*")

这将匹配 1+ 个单词字符，后跟 0+ 个 ' 或 - 序列，后跟 1+ 个单词字符。参见 this regex demo .