Регулярное выражение для рисунка между запятой и периодом

Question

После многих попыток поиска и бесплодных попыток я надеюсь, что кто-то может помочь с этим, по общему признанию, легким вопросом (хотя регулярные выражения для меня явно незнакомы).

У меня есть следующий тип данных:

name <- c("Doe, Mr. John") 

и я хочу «мистер» от этого, но фактическое название меняется. Мой главный вопрос заключается в том, как я пишу регулярное выражение, чтобы захватить только часть «г-н», без чего-либо еще?

Мой текущий подход заключается в следующем:

library(stringr) 
str_split(name, "[,\\s.]")[[1]][[3]] 

и лучшее, что я сумел сделать с помощью экстракции был такой:

str_extract(name, ", .*\\.") 

Я уверен, что есть более простой способ, кто может мне помочь ?

Answer 1

Вы можете соответствовать всем буквам перед точкой:

> name <- c("Doe, Mr. John") 
> str_extract(name, "\\p{L}+(?=\\.)") 
[1] "Mr" 

Где \\p{L}+ матчи 1 или более букв и (?=\\.) является положительным опережением требует точки сразу после них.

То же самое можно сделать с базовой R regmatches/regexpr с использованием регулярных выражений PCRE (путем пропускания perl=TRUE аргумент regexpr):

Подобное регулярное выражение можно использовать с str_match, чтобы обеспечить только мы соответствует слово после запятой, пробелов и прямо перед точкой:

> str_match(name, ",\\s*(\\p{L}+)\\.")[,2] 
[1] "Mr" 

Answer 2

Мы можем использовать sub из base R

sub("^[^ ]+\\s+([^.]+)\\..*", '\\1', name) 
#[1] "Mr"