删除 R 中文本前后的所有字符，然后从新文本创建列

Question

所以我有一个字符串，我试图解析它，然后用我提取的数据创建 3 列。据我所见，stringr 并没有真正涵盖这种情况，到目前为止我使用的 gsub 过多，涉及我制作多列，从这些新列中解析，然后删除它们，这看起来效率很低。

格式是这样的:

"blah, grabbed by ???-??-?????."

我需要这个:

???-??-?????

我在这里使用了占位符，但这是字符串通常的样子

"blah, grabbed by PHI-80-J.Matthews."

或

"blah, grabbed by NE-5-J.Mills."

有时名字后面会有这样的文字:

"blah, grabbed by KC-10-T.Hill. Blah blah blah."

这就是我希望的最终结果:

<表类="s-表"><头><日>地点 数姓名<正文>个人健康指数80马修斯东北5J·米尔斯KC10T。希尔

编辑进一步解释:

大多数字符串都以相同的格式包含其他人，所以 "downed by"需要以某种方式合并以确保它获取正确的名称。

例如

"Throw by OAK-4-D.Carr, snap by PHI-62-J.Kelce, grabbed by KC-10-T.Hill. Penalty on OAK-4-D.Carr"

期望的输出:

<表类="s-表"><头><日>地点 数姓名<正文>KC10T。希尔

Answer 1

此解决方案只是根据提到的逻辑 OP 提取组件，即捕获三组所需的字符 - 1) 一个或多个大写字母 ([A-Z]+) 后跟破折号 (-)，2) 然后一个或多个数字 (\\d+)，最后 3) 非空白字符 (\\S+) 在破折号之后

library(tidyr)
extract(df1, col1, into = c("Place", "Number", "Name"), 
      ".*grabbed by\\s([A-Z]+)-(\\d+)-(\\S+)\\..*", convert = TRUE)

-输出

# A tibble: 4 x 3
  Place Number Name      
  <chr>  <int> <chr>     
1 PHI       80 J.Matthews
2 NE         5 J.Mills   
3 KC        10 T.Hill    
4 KC        10 T.Hill    

---

或者在 base R 中执行此操作

read.table(text = sub(".*grabbed by\\s((\\w+-){2}\\S+)\\..*", "\\1", 
    df1$col1), header = FALSE, col.names = c("Place", "Number", "Name"), sep='-')
  Place Number       Name
1   PHI     80 J.Matthews
2    NE      5    J.Mills
3    KC     10     T.Hill

数据

df1 <- structure(list(col1 = c("blah, grabbed by PHI-80-J.Matthews.", 
"blah, grabbed by NE-5-J.Mills.", "blah, grabbed by KC-10-T.Hill. Blah blah blah.", 
"Throw by OAK-4-D.Carr, snap by PHI-62-J.Kelce, grabbed by KC-10-T.Hill. Penalty on OAK-4-D.Carr"
)), row.names = c(NA, -4L), class = c("tbl_df", "tbl", "data.frame"
))