R提取文本直到，不包括x

Question

我有一堆混合长度的字符串，但都嵌入了一年。我试图只提取文本部分，即所有内容，直到数字开始，并且我对lookeahead断言有问题，假设这是这种提取的正确方法。

这是我所拥有的（返回不匹配）：

>grep("\\b.(?=\\d{4})","foo_1234_bar",perl=T,value=T)

在示例中，我希望仅提取foo，但可能有几个，并且混合长度在年份之前由_分隔。

Answer 1

在这里预测可能有点过头了。使用下划线和4位数字作为结构，结合非贪婪的量词，以防止'点'吞噬一切：

/(.+?)_\d{4}/ 

- 第一个匹配组（$ 1）持有'foo'

Answer 2

这将抓住所有内容，直到第一个数字

x <- c("asdfas_1987asdf", "asd_das_12")
regmatches(x, regexpr("^[^[:digit:]]*", x))
#[1] "asdfas_"  "asd_das_"

Answer 3

另一种方法（通常我发现strsplit比正则表达式搜索更快但并不总是（虽然这确实使用了一点点的再生）：

x <- c("asdfas_1987asdf", "asd_das_12") #shamelessly stealing Dason's example
sapply(strsplit(x, "[0-9]+"), "[[", 1)