有没有一种简单的方法来获得R中的子串？

Question

我通过以下方式得到单词的子串：

 word="xyz9874"
 pattern="[0-9]+"
 x=gregexpr(pattern,word)
 substr(word,start=x[[1]],stop=x[[1]]+attr(x[[1]],"match.length")-1)
[1] "9874"

是否有更简单的方法可以在R中获得结果？

Answer 1

当然，请使用gsub和反向引用：

gsub( ".*?([0-9]+).*", "\\1", word )

说明：在大多数正则表达式实现中，\1是对匹配的第一个子模式的后引用。子模式括在括号中。在R中，无论您使用的引号类型如何，都需要转义反斜杠。

问号，“扩展”正则表达式的成语意味着给定的正则表达式模式不应该是贪婪的，换句话说 - 它应该尽可能少地使用字符串。 Othrewise，模式.*中的.*([0-9]+)匹配xyz987，([0-9]+)匹配4。或者，我们可以写

gsub( ".*[^0-9]+([0-9]+).*", "\\1", word )

但是我们遇到以数字开头的字符串的问题。

请注意，您可以写[0-9]，或者实际上\d而不是\\d：

gsub( ".*?(\\d+).*", "\\1", word )