Как мне создать список, который состоит из трех частей, построенных регулярным выражением?

Question

Итак, у меня есть текст, и я хотел бы разделить текст на три части: harper_presenter, harper_time и harper_text, используя регулярное выражение с R.

Текст: HARPER'S [День 1, 900:00]: Когда компьютер был молодым, слово «взлом» использовалось для описания работы блестящих студентов, которые исследовали и расширили возможности использования этой новой технологии.Были даже разговоры о \ "хакерской этике \". Каким-то образом в последующие годы слово приобрело мрачные коннотации, предполагающие действия преступника.Что такое хакерская этика и выживает ли она? "

HARPER'S будет harper_presenter, [День 1, 9:00 AM] будет harper_time, а остальные - harper_text.

Itбыло бы лучше, если бы мы не использовали точные слова для фильтрации.

Фактическим результатом будет список.

Answer 1

Если вы хотите использовать для этого регулярное выражение, вы можете использовать stringr::str_extract_all;

text <- "HARPER'S [Day 1, 9:00 A.M.]: When the computer was young, the word hacking was used to describe the work of brilliant students who explored and expanded the uses to which this new technology might be employed. There was even talk of a \"hacker ethic.\" Somehow, in the succeeding years, the word has taken on dark connotations, suggestion the actions of a criminal. What is the hacker ethic, and does it survive?"

stringr::str_extract_all(text, "^([A-Z]+'*[A-Z]*)|(\\[.*\\])|(:.*)")
[[1]]
[1] "HARPER'S"                                                                                                                                                                                                                                                                                                                                                                                         
[2] "[Day 1, 9:00 A.M.]"                                                                                                                                                                                                                                                                                                                                                                               
[3] ": When the computer was young, the word hacking was used to describe the work of brilliant students who explored and expanded the uses to which this new technology might be employed. There was even talk of a \"hacker ethic.\" Somehow, in the succeeding years, the word has taken on dark connotations, suggestion the actions of a criminal. What is the hacker ethic, and does it survive?"

^([A-Z]+'*[A-Z]*)|(\\[.*\\])|(:.*), можно разбить на 3 части, разделенные оператором "или" |.

Первые ([A-Z]+'*[A-Z]*) говорят о поиске группы из одной или нескольких заглавных букв, за которыми следует 0 или более ', за которыми следуют 0 или более заглавных букв.^ указывает, что это должно быть начало строки.

Второй (\\[.*\\]) говорит, что ищет группу, содержащую 0 или более элементов (.), заключенных в квадратные скобки.

Третий (:.*) говорит, что ищите :, за которым следует 0 или больше чего-либо (.)