用R查找数据中的缩略语

Question

在我的数据(即文本)中，有缩略语。

是否有在文本中搜索缩写的函数或代码？例如，检测3-4-5大写字母缩写，让我计算它们发生的频率。

非常感谢！

Answer 1

检测3-4-5大写字母缩写

你可以用

\b[A-Z]{3,5}\b

见regex演示

详细信息

• \b -一个单词边界
• [A-Z]{3,5} - 3、4或5个大写字母(也可以使用[[:upper:]]匹配其他字母)
• \b -一个词的边界。

R演示在线 (利用来自@TheComeOnMan的regex出现计数代码)

abbrev_regex <- "\\b[A-Z]{3,5}\\b";
x <- "XYZ was seen at WXYZ with VWXYZ and did ABCDEFGH."
sum(gregexpr(abbrev_regex,x)[[1]] > 0)
## => [1] 3
regmatches(x, gregexpr(abbrev_regex, x))[[1]]
## => [1] "XYZ"   "WXYZ"  "VWXYZ"

Answer 2

您可以使用正则表达式[A-Z]来匹配任意的无符号字母。如果您希望这个模式重复3次，您可以将\1{3}添加到正则表达式中。考虑使用变量和一个循环来完成工作，重复3到5次。