在带后缀的圆括号之间提取文本

Question

下面是示例t <- 'Hui Wan (Shanghai Maritime University); Mingqiang Xu (Shanghai Chart Center, Donghai Navigation Safety Administration of MOT)*; Yingjie Xiao ( Shanghai Maritime University)'，我希望输出是'()*‘中的信息，在这个示例中是Shanghai Chart Center, Donghai Navigation Safety Administration of MOT

Answer 1

为了只匹配(…)*的内容，棘手的部分是避免匹配两个不相关的括号组(例如，类似于(…) … (…)*)。要做到这一点，最简单的方法是不允许在匹配中使用括号：

stringr::str_match_all(t, r'{\(([^)]*)\)\*}')

请注意，对于嵌套括号(( … ( … ) …)*)，这将失败。正则表达式根本不适合解析嵌套内容，因此如果需要处理这种情况，正则表达式不是合适的工具；您需要使用上下文无关解析器(这要复杂得多)。

Answer 2

定义以(开头的模式，后面跟着除(或)(表示为负字符类[^)(]+)之外的任何字符，并由)*关闭。

library(stringr)
str_extract_all(t, "\\([^)(]+\\)\\*")
[[1]]
[1] "(Shanghai Chart Center, Donghai Navigation Safety Administration of MOT)*"

您可以使用unlist()消除列表结构