0

从字符串：

"((VBD)(((JJ))(CC)((RB)(JJ)))((IN)((DT)(JJ)(NNP)(NNPS))))"

我需要以下内容：

"JJ", "RBJJ", "DTJJNNPNNPS", "JJCCRBJJ", "INDTJJNNPNNPS" "VBDJJCCRBJJINDTJJNNPNNPS"

（这是我之前对 SO 的查询，由@Brian Diggs 解决。如有必要，请参阅“R：如何使用正则表达式区分内括号和最内括号”）

所以我使用了以下代码：

library("plotrix")
library("plyr")
strr<-c("((VBD)(((JJ))(CC)((RB)(JJ)))((IN)((DT)(JJ)(NNP)(NNPS))))")
tmp <- gsub("\\(([^\\(\\)]*)\\)",  '("\\1")', strr)
tmp <- gsub("\\(", "list(", tmp)
tmp <- gsub("\\)list", "),list", tmp)
tmp <- eval(parse(text=tmp))
atdepth <- function(l, d) {
if (d > 0 & !is.list(l)) {
 return(NULL)
}
 if (d == 0) {
 return(unlist(l))
 }
if (is.list(l)) {
 llply(l, atdepth, d-1)
 }
 }

 pastelist <- function(l) {paste(unlist(l), collapse="", sep="")}
 down <- llply(1:listDepth(tmp), atdepth, l=tmp)
 out <- if (length(down) > 2) {
 c(unlist(llply(length(down):3, function(i) {
 unlist(do.call(llply, c(list(down[[i]]), replicate(i-3, llply), pastelist)))
 })), unlist(pastelist(down[[2]]))) 
 } else {
 unlist(pastelist(down[[2]]))
 }
 out <- out[out != ""]

我得到了我想要的，但是不能通过循环使用上面的代码同时处理多个字符串（strr等）吗？我大致需要在一个文件中处理和收集一堆字符串。我正在尝试包含一个循环，但最终总是只有输出文件中字符串集中的最后一个字符串。我应该如何通过循环运行代码？下面设置的字符串。

strr<-c("(((((NNS))((IN)((NNS)(CC)(NNS))))((VBD)((PRP))((IN)((NN))))))", 

"((((NNS))((VBD)((TO)(((NNP))((NNP))))((TO)((DT)(NNP))))))", 

"((((IN)(((NNP))((NNP))))((NNP)(NNP)(NNPW)(NNP))((VBD)((IN)((DT)(JJ)(NN)(NN))))))"
)
4

1 回答 1

0

可能它可以以更聪明的方式进行修改，但直接的方式是定义一个新函数并使用sapply()

### Nothing new
library("plotrix")
library("plyr")
strr<-c("(((((NNS))((IN)((NNS)(CC)(NNS))))((VBD)((PRP))((IN)((NN))))))", 
        "((((NNS))((VBD)((TO)(((NNP))((NNP))))((TO)((DT)(NNP))))))",   
        "((((IN)(((NNP))((NNP))))((NNP)(NNP)(NNPW)(NNP))((VBD)((IN)((DT)(JJ)(NN)(NN))))))")

strrr <- strr[rep(1:3,200)]

atdepth <- function(l, d) {
  if (d > 0 & !is.list(l)) {
    return(NULL)
  }
  if (d == 0) {
    return(unlist(l))
  }
  if (is.list(l)) {
    llply(l, atdepth, d-1)
  }
}
pastelist <- function(l) {paste(unlist(l), collapse="", sep="")}
###
### New function here
fun <- function(strr){
tmp <- gsub("\\(([^\\(\\)]*)\\)",  '("\\1")', strr)
tmp <- gsub("\\(", "list(", tmp)
tmp <- gsub("\\)list", "),list", tmp)
tmp <- eval(parse(text=tmp))

down <- llply(1:listDepth(tmp), atdepth, l=tmp)
out <- if (length(down) > 2) {
  c(unlist(llply(length(down):3, function(i) {
    unlist(do.call(llply, c(list(down[[i]]), replicate(i-3, llply), pastelist)))
  })), unlist(pastelist(down[[2]]))) 
} else {
  unlist(pastelist(down[[2]]))
}
out <- out[out != ""]
out
}

sapply(strr, fun)
于 2012-07-13T11:38:05.730 回答