Regular expressions can be pretty intimidating at first as they contain vast amounts of special characters. In this chapter, you'll learn to decipher these and write your own patterns to find exactly what you're looking for.

Welcome

Starts with, ends with

If you don't know what you're looking for

Character classes and repetitions

Digits, words and spaces

Match repetitions

Which special character did what again?

The pipe and the question mark

This or that

The question mark and its two meanings

You can now read this!

Regular Expressions: Writing Custom Patterns

In this chapter, we will slightly move away from regular expressions and focus on string manipulation by creating strings from other data structures like vectors or lists.

Conhecendo o glue

Pare de usar paste, comece a usar glue

Colando data frames

Quantos argumentos o glue pode receber?

Juntando vários elementos em uma única string

Formulando uma pergunta a partir de uma lista

Colapsando data frames

Glue e Collapse, qual é a diferença?

Colando expressões regulares

Construir "padrões de ou" com glue

Usando o "padrão OU" com um conjunto de dados maior

Deixe padrões avançados mais legíveis

Creating Strings with Data

One task where regular expressions really shine is making sense from a blob of text. In this chapter, you'll learn to extract the information from messy data that doesn't come in neatly arranged tables but in plain text.

Capturing groups

Match all capturing groups

Search and replace

Can you nest capturing groups?

tidyr's extract

Creating a regex that matches your needs

Why does this fail?

Extracting an advanced regular expression

Extracting matches and surroundings from a text

Extract names with context

So many special characters

Extracting Structured Data From Text

In the last chapter, we will shift gears away from regular expressions to understanding string distances. By calculating the differences of multiple strings, we can match those that are similar. This will help us to find duplicates even when they contain small errors like typos. This is an important part to record linkage where we combine datasets from multiple sources.

Understanding string distances

Calculating a string distance

Finding a match to a search typo

Methods of string distances

Edit distances vs. q-gram methods

Trying out different methods

Is one distance better than the other?

Fuzzy joins

Performing a string distance join

String distances of short strings

Custom Fuzzy Matching

Finding matches based on two conditions

Why join on multiple columns?

Congratulations

Similarities Between Strings

Analisar dados em formato de tabela é divertido. Mas e quando o que mais interessa não está em um conjunto de dados bem organizado, e sim em texto puro? Não se preocupe: neste curso, você vai aprender tudo o que precisa para criar expressões regulares poderosas que ajudam a encontrar, em um bloco de texto, todas as informações necessárias para suas análises. E tem mais. Usando o conceito de distâncias entre strings, você vai aprender a trabalhar até com textos que contêm erros de digitação ou de escaneamento, pois poderá associá-los aos seus correspondentes corretos de outras fontes de dados (record linkage). Como material de aprendizado, vamos analisar documentos reais sobre bilheteria de cinemas na Suíça.

Introduction to the Tidyverse

String Manipulation with stringr in R

Aprenda a manipular dados de texto, identificar erros e criar expressões regulares poderosas em R.

Expressões Regulares Intermediárias em R

Manipule dados de texto, analise-os e muito mais dominando expressões regulares e distâncias de cadeias de caracteres no R.

Quantos argumentos o glue pode receber?

Expressões Regulares Intermediárias em R

exercicio interativo prático