Match alle capture-groepen

In deze oefening werk je met een tekstbestand top_10 waarin filmtitels en hun rang staan. In deze meerregelige tekst wordt \\n gebruikt om een nieuwe regel te beginnen. Je gebruikt de functie str_split() om het tekstbestand in meerdere regels te splitsen.

De nieuw gemaakte matrix met één rij, top_10_lines, bevat vervolgens tien regels met hetzelfde patroon: de rang van de film, gevolgd door een punt en een spatie, en daarna de filmtitel zelf. Met de functie str_match() en twee capture-groepen () kun je deze twee stukjes informatie uit platte tekst halen en omzetten naar een tabelvorm.

Deze oefening maakt deel uit van de cursus

Gevorderde reguliere expressies in R

Cursus bekijken

Oefeninstructies

Gebruik de functie str_split() om de tekst in regels te splitsen en laat een karaktermatrix teruggeven door simplify in te schakelen.
Maak jezelf vertrouwd met de structuur van een regel. Die bevat de rang en de titel van een film.
Extraheer de rang en de titel van een film door capture-groepen te gebruiken in de functie str_match().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Split the input by line break and enable simplify
top_10_lines <- str_split(
  top_10,
  pattern = "___",
  simplify = ___
)

# Inspect the first three lines and analyze their form
___[1:3]

# Add to the pattern two capturing groups that match rank and title
str_match(
  top_10_lines,
  pattern = "___\\. ___"
)

Code bewerken en uitvoeren