R，选择性地删除字符串的部分。

Question

我很难想出一种使用R从字符串中删除部件的有效方法。我有正在读取到R中的文本数据，数据是HTML格式的，类似于这样：

dummy <- c("Blah Blah 10pt margins blah blah 11pt blah format 23pt real answer34")

我只是试图隔离"34"，但是，我不能简单地提取数字，因为所有的“10‘t”，“11’t”和“23‘t”html格式。

我想做的是，对于每一个我找到文本"pt“的例子，删除"pt”前面的两个字符。如果我这么做，我可以得到：

newDummy <- c("Blah Blah pt margins blah blah pt blah format pt real answer34")

然后，我可以通过str_extract_all(newDummy,"\\(?[0-9,.]+\\)?")从字符串库得到我的34的答案。

问题是，我似乎不能有效地把“虚拟人”变成"newDummy“--有人有一个很好的解决方案吗？

谢谢!

Answer 1

您可以使用：

dummy <- c("Blah Blah 10pt margins blah blah 11pt blah format 23pt real answer34")
library(stringi)
stri_extract_all_regex(dummy,'\\d+?\\d(?!pt)')[[1]]
#[1] "34"

或

library(stringr)
str_extract_all(dummy, "\\b\\d+\\b")[[1]]
#[1] "34"

更新

dummy <- "10pt 11pt realanswer34"
stri_extract_all_regex(dummy,'\\d+?\\d(?!pt)')[[1]]
#[1] "34"

或者使用str_extract_all

str_extract_all(dummy,perl('\\d+?\\d(?!pt)'))[[1]]
#[1] "34"