Expressões regulares podem assustar no começo, já que incluem muitos caracteres especiais. Neste capítulo, você vai aprender a decifrá-las e a escrever seus próprios padrões para encontrar exatamente o que procura.

Boas-vindas

Começa com, termina com

Quando você não sabe exatamente o que procurar

Classes de caracteres e repetições

Dígitos, palavras e espaços

Corresponder repetições

Qual caractere especial faz o quê, mesmo?

O pipe e o ponto de interrogação

Isto ou aquilo

A interrogação e seus dois significados

Agora você consegue ler isto!

Expressões regulares: escrevendo padrões personalizados

Neste capítulo, vamos nos afastar um pouco das expressões regulares e focar na manipulação de strings, criando strings a partir de outras estruturas de dados como vetores ou listas.

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

Criando strings com dados

Uma tarefa em que as expressões regulares brilham é extrair sentido de um bloco de texto. Neste capítulo, você vai aprender a extrair informações de dados bagunçados que não vêm em tabelas organizadas, mas em texto puro.

Grupos de captura

Corresponda todos os grupos de captura

Buscar e substituir

Você pode aninhar grupos de captura?

extract do tidyr

Criando uma regex que atenda às suas necessidades

Por que isso falha?

Extraindo uma expressão regular avançada

Extraindo correspondências e contexto de um texto

Extrair nomes com contexto

Tantos caracteres especiais

Extraindo dados estruturados de texto

No último capítulo, vamos mudar o foco das expressões regulares para o entendimento de distâncias entre strings. Ao calcular as diferenças entre várias strings, podemos associar aquelas que são semelhantes. Isso ajuda a encontrar duplicatas mesmo quando contêm pequenos erros, como typos. Esse é um ponto importante no record linkage, quando combinamos conjuntos de dados de várias fontes.

Entendendo distâncias entre strings

Calculando uma distância entre strings

Encontrando uma correspondência para um erro de digitação na busca

Métodos de distâncias entre strings

Distâncias de edição vs. métodos de q-gram

Experimentando métodos diferentes

Uma distância é melhor do que a outra?

Junções fuzzy

Realizando um join por distância de strings

Distâncias entre strings curtas

Correspondência difusa personalizada

Encontrando correspondências com base em duas condições

Por que juntar por várias colunas?

Parabéns

Semelhanças entre 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.

Glue e Collapse, qual é a diferença?

Expressões Regulares Intermediárias em R

exercicio interativo prático