從R中的tex文件中提取作者姓名

Question

我想提取tex文件中引用的所有參考文獻。下面的例子：

cat("...", "Some author \\cite{xxx}", "Other author \\cite{yyy}, more text \\cite{zzz}", 
     "...}", file = "tex", sep="\n") 
tex <- readLines("tex") 

預期結果將是：

refs <- c("xxx","yyy","zzz") 

我在grep的冒險沒有成功。因此，我很樂意在這裏收到建議。

Answer 1

您可以先檢查每一行，看它是否含有cite，然後提取筆者從使用sub和反向引用引用：

hasCite <- grepl("\\\\cite", tex) 
sub(".*\\\\cite\\{(.*?)\\}.*", "\\1", tex[hasCite]) 
# [1] "xxx" "yay" 

更新：

如果你有多個匹配在字符串中，您可以使用stringr::str_extract_all;這裏使用正則表達式看看周圍(?<=...)（看後面）和(?=)（向前看），以便通過\\cite{}包圍內容將提取限制模式：

library(stringr) 
unlist(str_extract_all(tex, "(?<=\\\\cite\\{)(.*?)(?=\\})")) 
# [1] "xxx" "yyy" "zzz"