Question

我想用R提取2个匹配的组。现在我已经有了这个，但效果不好：

代码：

str = '123abc'
vector <- gregexpr('(?<first>\\d+)(?<second>\\w+)', str, perl=TRUE)
regmatches(str, vector)

结果：

[[1]]
[1] "123abc"

我希望结果是这样的：

[1] "123"
[2] "abc"

Answer 1

我不确定您是否有使用regmatches的具体原因，除非您是以该格式导入表达式。如果明确定义的组对所有条目都是通用的，则可以通过以下方式匹配它们：

x <- "123abc"
sub("([[:digit:]]+)[[:alpha:]]+","\\1",x)
sub("[[:digit:]]+([[:alpha:]]+)","\\1",x)

结果

[1] "123"
[1] "abc"

即匹配字符串的整个结构，然后将其替换为要保留的部分，方法是将其括在圆括号中并用反向引用（“\\ 1”）引用它。

Answer 2

我已重命名您的字符串s以避免遭遇str。这是一种方法：

library(stringr)
s <- '123abc'
reg <- '([[:digit:]]+)([[:alpha:]]+)'

complete <- unlist(str_extract_all(s, reg))
partials <- unlist(str_match_all(s, reg))
partials <- partials[!(partials %in% complete)]

partials
[1] "123" "abc"

Answer 3

根据输入结构的完整程度，您可能希望使用strsplit来分割字符串。

文档here。

Answer 4

试试这个：

> library(gsubfn)
> strapplyc("123abc", '(\\d+)(\\w+)')[[1]]
[1] "123" "abc"

正则表达式匹配R中的处理

4 个答案: