提取字符串

Question

我有以下字符串：

strings <- c("David, FC; Haramey, S; Devan, IA", 
      "Colin, Matthew J.; Haramey, S", 
      "Colin, Matthew") 

如果我想最後一個字母/給定名稱的所有字符串我可以使用以下命令：

sub(".*, ", "", strings) 
[1] "IA"  "S"  "Matthew" 

這消除了之前的所有最後", "

不過，我停留在如何獲得第一個字母/ givenn AME。我知道必須刪除第一個", "之前的所有內容，但之後必須刪除所有空格，分號（如果有的話）之後的所有內容。

要清楚我想要的輸出是：

c("FC", "Matthew", "Matthew") 

任何指針將是巨大的。

擺弄我能得到第一姓氏gsub(" .*$", "", strings)

Answer 1

您可以使用

> gsub("^[^\\s,]+,\\s+([^;.\\s]+).*", "\\1", strings, perl=T) 
[1] "FC"  "Matthew" "Matthew" 

見regex demo

說明：

• ^ - 字符串的開始
• [^\\s,]+ - 1個或多個字符比空白或,
• ,其他 - 字面逗號
• \\s+ - 1或多個空格
• ([^;.\\s]+) - 第1組1個或多個字符匹配以外;，.或空白
• .* - 零個或多於一個換行符

其他任何字符如果你想使用POSIX般的表達，以[:blank:]（或[:space:]）更換\\s字符類中（內[...]）：

gsub("^[^[:blank:],]+,\\s+([^;.[:blank:]]+).*", "\\1", strings)