正则表达式在括号中选择一些文本

Question

  

可能重复：
  Extract info inside all parenthesis in R (regex)

我有一个字符串

DF

Peoplesoft(id-1290)

例如，我喜欢在肠胃外检查之间捕获角色。我喜欢从上面的例子中得到id-1290。

我用过这个：

x <- regexpr("\\((.*)\\)", df) 

这给了我像

这样的数字

[1] 10

是否有一种简单的方法可以在R？

中使用正则表达式在parentesis之间获取文本

Answer 1

我更喜欢使用gsub()：

gsub(".*\\((.*)\\).*", "\\1", df)
[1] "id-1290"

---

正则表达式的工作原理如下：

• 在括号内查找文字 - 不是真正的括号，而是我的额外括号，即(.*)
• 将此作为反向引用\\1
返回

换句话说，用后引用

替换字符串中的所有文本

---

如果您想使用regexp而不是gsub，请执行以下操作：

x <- regexpr("\\((.*)\\)", df)
x

[1] 11
attr(,"match.length")
[1] 9
attr(,"useBytes")
[1] TRUE

返回值11，即找到的表达式的起始位置。并注意属性match.length，表示匹配了多少个字符。

您可以使用attr

提取此内容

attr(x, "match.length")
[1] 9

然后使用substring提取字符：

substring(df, x+1, x+attr(x, "match.length")-2)
[1] "id-1290"

Answer 2

这是一种略有不同的方式，使用lookbehind / ahead：

df <- "Peoplesoft(id-1290)"
regmatches(df,gregexpr("(?<=\\().*?(?=\\))", df, perl=TRUE))

与Andrie的答案不同的是，这也可以在括号中提取多个字符串。 e.g：

df <- "Peoplesoft(id-1290) blabla (foo)"
regmatches(df,gregexpr("(?<=\\().*?(?=\\))", df, perl=TRUE))

给出：

[[1]]
[1] "id-1290" "foo"