在两个特定单词之间提取一串单词，但允许 R 中的不匹配
Extract a string of words between two specific words, but allow for a mismatches in R
我有以下字符串。
string =c("today is Oscar")
我想提取 今天 和 奥斯卡 之间的所有内容，但允许最多两个 mismatches/typos 单词 今天和奥斯卡.
在这种情况下，预期结果将是 is，但有些字符串在 today 和 Oscar 之间有另一个词。单词 today 和 Oscar.
中的任何字母都可能出现拼写错误
我目前正在查看 agrep 包。感谢任何帮助或指导。
如果我没理解错的话，你想从你的向量中提取动词（即中间的子字符串）iff 它左边和右边的词是距离 "today \w+ Oscar" 模式最多 2 insertions/deletions 等。
如果该前提是正确的，您可以首先使用 agrep（或 agrepl）在满足该条件的那些字符串上对向量进行子集化，然后在捕获组中捕获中间的子字符串 (...) 并在 sub 的替换参数中使用反向引用 \1 引用它：
sub("\w+ (\w+) \w+", "\1", string[agrepl("today \w+ Oscar", string, max.distance = list(all = 2), ignore.case = T, fixed = F)])
[1] "IS" "drive" "goes"
注意：参数all指定“所有转换（插入、删除和替换）的最大number/fraction”；或者使用：insertions、deletions 和 substitutions.
模拟数据：
string = c("today IS Oscar", "today drive car", "tody goes Oscar", "tomorrow was Oscar")
"today IS Oscar" 完全匹配，因为 ignore.case = T 确保大小写无关紧要"today drive car" 是模糊匹配，因为 car 距离 Oscar"tody goes Oscar"是模糊匹配，因为 tody 与 today 和 "tomorrow was Oscar" 根本不匹配，因为 tomorrow 距离 today
我有以下字符串。
string =c("today is Oscar")
我想提取 今天 和 奥斯卡 之间的所有内容，但允许最多两个 mismatches/typos 单词 今天和奥斯卡.
在这种情况下，预期结果将是 is，但有些字符串在 today 和 Oscar 之间有另一个词。单词 today 和 Oscar.
我目前正在查看 agrep 包。感谢任何帮助或指导。
如果我没理解错的话，你想从你的向量中提取动词（即中间的子字符串）iff 它左边和右边的词是距离 "today \w+ Oscar" 模式最多 2 insertions/deletions 等。
如果该前提是正确的，您可以首先使用 agrep（或 agrepl）在满足该条件的那些字符串上对向量进行子集化，然后在捕获组中捕获中间的子字符串 (...) 并在 sub 的替换参数中使用反向引用 \1 引用它：
sub("\w+ (\w+) \w+", "\1", string[agrepl("today \w+ Oscar", string, max.distance = list(all = 2), ignore.case = T, fixed = F)])
[1] "IS" "drive" "goes"
注意：参数all指定“所有转换（插入、删除和替换）的最大number/fraction”；或者使用：insertions、deletions 和 substitutions.
模拟数据：
string = c("today IS Oscar", "today drive car", "tody goes Oscar", "tomorrow was Oscar")
"today IS Oscar"完全匹配，因为ignore.case = T确保大小写无关紧要"today drive car"是模糊匹配，因为car距离Oscar 两步
"tody goes Oscar"是模糊匹配，因为tody与today和 相差 1 步
"tomorrow was Oscar"根本不匹配，因为tomorrow距离today 超过 2 步