如何從一個文本文件中提取特定的段落中的R

Question

我，使用R工作室來處理它有以下形式的文本數據的文本文件：一遍又一遍

* 

A name 
A date 
A referene number 

A text....bla bla bla bla 
bla bla bla bla bla bla bla bla bla bla bla bla 
bla bla bla bla bla bla bla bla bla bla bla bla 
bla bla bla bla bla bla bla bla bla bla bla bla 


* 

A name 
A date 
A reference number 

Another text....bla bla bla bla 
bla bla bla bla bla bla bla bla bla bla bla bla 
bla bla bla bla bla bla bla bla bla bla bla bla 
bla bla bla bla bla bla bla bla bla bla bla bla 

* 

和相同的模式。

我想僅獲取文本並將它們中的每一個作爲元素存儲在列表中。我做了A = grep（「\ *」，myText）來獲取*所在的行數。我想通過文件循環來獲取從A [1] +6開始並結束於A [2] -1的文本。

Answer 1

替換「的/ tmp /出」與您的文件名

txt <- readLines("/tmp/out") 
lns <- data.frame(beg=which(grepl("beginning of the paragraph i want",txt)), 
        end=which(grepl("end of the paragraph i want",txt))) 
txt.2 <- lapply(seq_along(lns$beg),function(l){ 
         paste(txt[seq(from=lns$beg[l], 
             to=lns$end[l], 
             by=1)],collapse=" ") 
             }) 
txt.2 

# or for referencing by the star, the lns is obtained this way 
lns <- data.frame(beg=rev(rev(grep("[*]",txt) + 6)[-1]), 
       end=(grep("[*]",txt) - 2)[-1])