Rではじめるデータサイエンス

184

11

章 

stringr

による文字列

 

11.4.2

 マッチの抽出

実際 に マッチしたテキストを 抽 出するには

str_extract()

を使 い ま す。そ の ためには、こ

れまでよりも 複 雑な例 が これ に は ふ さわしいでしょう。Harvard英語コーパス（http://bit.ly/

Harvardsentences）を使いますが、これはVoice over IPシステムの検証のために設計されたもので、

正規表現の練習にも役立ちます。

stringr::sentences

にあります。

length(sentences)

#> [1] 720

head(sentences)

#> [1] "The birch canoe slid on the smooth planks."

#> [2] "Glue the sheet to the dark blue background."

#> [3] "It's easy to tell the depth of a wel

l."

#> [4] "These days a chicken leg is a rare dish."

#> [5] "Rice is often served in round bowls."

#> [6] "The juice of lemons makes fine punch."

色名を含む文をすべて探すとします。最初に色名ベクトルを作り、それを1つの正規表現にしま

しょう。

colors <- c(

"red", ...