プログラミング：正規表現を使用して文字列を抽出する（白いスペースを除く）

Question

ここでは、「Charlie」の前に単語（空白を除く）を抽出しています。

a = 'Charlie is at the pet shop.' 
b = ' Charlie is at the pet shop.' 
c = 'Jane saw Charlie at the pet shop.' 

私がこれまで試みられてきた：

> gsub('(.*?)((\\s)*Charlie).*','\\1',a) 
[1] "" 
> gsub('(.*?)((\\s)*Charlie).*','\\1',b) 
[1] " " 
> gsub('(.*?)((\\s)*Charlie).*','\\1',c) 
[1] "Jane saw " 

私が達成したいこと：作品上記のコードがない理由

[1] "" 
[1] "" 
[1] "Jane saw " 

は、私が知っているかもしれませんか？また、正規表現のパターンを修正して、私が望むものを達成できるようにするには？

Answer 1

なぜないだけで、

sub('Charlie.*', '', x) 
#[1] ""   " "  "Jane saw " 

それとも

sub('Charlie.*', '', trimws(x)) 
#[1] ""   ""   "Jane saw " 

Answer 2

それはsubでかなり見ていませんが、それは次のように行うことができます。

> sub(".*?(\\S+(?:\\s+\\S+)*)\\s+Charlie.*|.+", "\\1", x) 
[1] ""   ""   "Jane saw" 

詳細：

• .*?から
• (\\S+(?:\\s+\\S+)*)できるだけ少ないとして任意の文字、 - グループ1（\\1）：
  • \\S+から1以上の非空白文字
  • (?:\\s+\\S+)* - 1+空白
  • Charlie - - サブ1+空白のゼロまたはそれ以上の配列が1+の非空白文字
• \\s+
と続きます
• .*から
• |文字列の末尾までの任意の0+文字 - または
• .+ - 任意の文字1+ stringrstr_extractで

（文字列をゼロに）、それは良くなります：

> library(stringr) 
> res <- str_extract(x, "\\S+(?:\\s+\\S+)*(?=\\s+Charlie\\b)") 
> res 
[1] NA   NA   "Jane saw" 

"\\S+(?:\\s+\\S+)*(?=\\s+Charlie\\b)"試合1+非空白文字、そして0+のシーケンスを1つ以上の空白と1つ以上の非空白の直後には、1つの空白を含むとその後に全体としてのCharlieが続きます。

EDIT：

だけ@Sotos answer上に追加する：あなたが期待されている唯一の交換以来subの代わりgsubを使用することができ、あなたは前にスペースを「トリム」もCharlie\s*と：

> sub('\\s*Charlie.*', '', x) 
[1] ""   ""   "Jane saw" 

ここで

、

• \\s*は - ... 0+空白文字の最初のセットは続い見つけ
• Charlie - 文字列の最後までの任意の0+文字 -
• .*続くサブCharlie。