Regular Expressions nâng cao trong R

Trong chương này, chúng ta sẽ tạm rời khỏi regular expressions và tập trung vào thao tác chuỗi bằng cách tạo chuỗi từ các cấu trúc dữ liệu khác như vector hoặc list.

Một nhiệm vụ mà regular expressions thực sự phát huy là hiểu ý nghĩa từ một khối văn bản. Trong chương này, bạn sẽ học cách trích xuất thông tin từ dữ liệu lộn xộn không ở dạng bảng gọn gàng mà ở dạng văn bản thuần.

Ở chương cuối, chúng ta sẽ chuyển hướng khỏi regular expressions để tìm hiểu về khoảng cách chuỗi. Bằng cách tính độ khác nhau giữa nhiều chuỗi, ta có thể ghép nối những chuỗi tương tự. Điều này giúp phát hiện bản trùng lặp ngay cả khi chúng có lỗi nhỏ như lỗi chính tả. Đây là phần quan trọng của liên kết bản ghi, nơi chúng ta kết hợp các bộ dữ liệu từ nhiều nguồn.