R×stringr::str_match_all 一致した文字列の中から特定のグループだけをすべて抽出する

R言語で、一致した文字列の中から特定のグループだけをすべて抽出する方法について解説します。文字列の操作には、tidyverseパッケージに含まれているstringrパッケージを使用するのが便利です。ここでは、stringrパッケージのstr_match()を使用した方法についてお伝えします。

str_match_all()の概要

str_match_all()は、一致した文字列の中から特定のグループだけをすべて抽出するための関数です。名前なしの(パターン)キャプチャグループ、および名前付き(?パターン)キャプチャグループで定義された任意の数の一致を抽出します。デフォルトの演算の優先順位をオーバーライドする必要があり、結果をキャプチャしたくない場合は、非キャプチャグループ (?:パターン) を使用します。

str_match_all()の使い方

str_match_all(string, pattern)

str_match_all()の引数

文字ベクトルまたは文字ベクトルに変換可能なものを指定します。

正規表現を指定します。
パターンには少なくとも1つのキャプチャグループを含める必要があります。

str_match_all()の戻り値

文字列/パターンと同じ長さのリストで、文字行列が含まれます。各行列は上記の列を持ち、各一致ごとに1行が保持されます。

準備

あらかじめ、tidyverseパッケージを読み込んでおきます。

library(tidyverse)

使用例

文字列「あいうえお|あいうえお」と「かきくけこ」で、「う」が含まれる文字列に対して、「う」の前後一文字をすべて抽出するには次のようにします。

str_match_all(c("あいうえお|あいうえお", "かきくけこ"), "(.)う(.)")

[[1]]
     [,1]     [,2] [,3]
[1,] "いうえ" "い" "え"
[2,] "いうえ" "い" "え"

[[2]]
     [,1] [,2] [,3]