用R的正则表达式替换分隔字符串的一部分

Question

我有以下字符串列表：

name <- c("hsa-miR-555p","hsa-miR-519b-3p","hsa-let-7a")

我想要做的是上述每个字符串 用“zzz”替换第二个分隔符（ - ）后面的文本。 产量：

hsa-miR-zzz
hsa-miR-zzz
hsa-let-zzz

这样做的方法是什么？

Answer 1

不妨使用类似的东西：

gsub("^((?:[^-]*-){2}).*", "\\1zzz", name)

(?:[^-]*-)是一个非捕获组，由几个非短划线字符后跟一个短划线字符组成，而{2}刚刚表示该组仅出现两次。然后，匹配其他所有内容以进行替换。注意我使用了一个锚，以防万一，以避免意外的替换。

Answer 2

也许是这样的：

> gsub("([A-Za-z]+-)([A-Za-z]+-)(.*)", "\\1\\2zzz", name)
[1] "hsa-miR-zzz" "hsa-miR-zzz" "hsa-let-zzz"

实际上有几种方法可以解决这个问题，具体取决于你的表达式实际上是如何“常规”的。例如，他们都以“hsa-”开头吗？ “中间”组有哪些选择？可能有三个以上的破折号？