R从字符串中提取数字

Question

我一直在努力做到这一点。我想要做的是从字符串中提取一年。字符串如下所示：

Toy Story (1995)

或者看起来像这样

Twelve Monkeys (a.k.a. 12 Monkeys) (1995)

要提取数字，我目前使用

year = gsub("(?<=\\()[^()]*(?=\\))(*SKIP)(*F)|.", "", x, perl=T)

现在，这可以在大多数情况下使用，第一个使用，但在列表中也使用第二个。

[1] 1995
[2] a.k.a. 12 Monkeys1995

所以显然我不想要字符串而只需要一年，我该怎么做？

Answer 1

我们可以使用

library(stringr)
as.numeric(str_extract(x, "(?<=\\()[0-9]+(?=\\))"))
#[1] 1995 1995

数据

x <-  c("Toy Story (1995)", "Twelve Monkeys (a.k.a. 12 Monkeys) (1995)")

Answer 2

stringi::stri_match_last_regex(x, "\\(([[:digit:]]+)\\)")[,2]

逃避parens仍然是一种痛苦，但它是一个更易读的正则表达式IMO。

Answer 3

如果年份总是位于括号圈出的每个字符串的末尾，则可以在基数R中执行此操作：

as.numeric(gsub("\\(|\\)", "", substr(x, nchar(x)-5,nchar(x))))
#[1] 1995 1995

事先使用trimws(x)，以防有任何头部或尾部空间。