如何找到R中所有的大寫單詞

Question

因此，我有一個文檔語料庫，我需要找到所有文檔中所有大寫字母（即該字中的每個字符都是大寫字母）的所有單詞在R.我不知道如何找到。我已經看過R中的文本挖掘'tm'包，並且沒有可以找到這種功能的函數。

輸入字符串："Russia Is THE BiggEST cOUNTRY"

輸出要求："THE"

如何做到這一點使用 「TM」 包？

Answer 1

嘗試使用正則表達式。

sub('.*(\\b[A-Z]+\\b).*','\\1',string) 
#[1] "THE" 

Answer 2

您可以使用gregexpr和regmatches：

unlist(regmatches(abc, gregexpr('\\b[A-Z]+\\b', abc))) 
[1] "THE" 

數據

abc <- "Russia Is THE BiggEST cOUNTRY" 

Answer 3

隨着stringr（如果你想找到帽所有這些單詞（載體）不只是第一個）：

s = "Russia Is THE BiggEST cOUNTRY IN the WORLD" 
library(stringr) 
unlist(str_match_all(s, "\\b[A-Z]+\\b")) 
[1] "THE" "IN" "WORLD"