r - 如何在特定字符之后剪切R中的所有行/字符

Question

我目前正在学习一门在 R 中教授文本分析的课程。由于我对 R 相当陌生，所以我还不知道如何在一组特定字符之后剪切所有行。

例如，我给出了以下内容：

documentName <- "Hello my name is Johann my had is the largest to be deleted X"

我想要的结果是：

documentName <- "Hello my name is Johann"

到目前为止，我已经尝试了以下方法，但它并没有让我到任何地方。

gsub("(\Johann).*\\","",documentName)

任何提示将不胜感激。

Answer 1

这是一种方法，捕获之前出现的所有内容Johann：

x <- "Hello my name is Johann my had is the largest to be deleted"
out <- sub("^(.*\\bJohann)\\b.*$", "\\1", x)
out

[1] "Hello my name is Johann"

另一种方法，剥离出现在之后的所有内容Johann：

sub("(?<=\\bJohann)\\s+.*$", "", x, perl=TRUE)

Answer 2

你可以str_remove()从包中使用dplyr

str_remove(documentName, "(?<=Johann).*")
[1] "Hello my name is Johann"

或将您的gsub()正则表达式调整为

gsub("(?<=Johann).*", "", documentName, perl=TRUE)
[1] "Hello my name is Johann"