Question

我向上帝发誓我在过去60分钟搜索了整个互联网，谷歌搜索如“r get match”ecetera。我不想为这项简单的任务安装任何图书馆员。我有一个字符串"something1_something2"，我希望得到something1。

a<-"hi_there"

根据一些论坛条目，我应该用sub来获取它：

> sub("hi_", "\\1", a)
[1] "there"

我想获得"hi"，但我似乎无法获得"hi_"。我尝试了一千件事，我该怎么做？

Answer 1

尝试 strsplit 将字符串分解为块：

x = c("hi_there", "this#is#sparta")
chunks = strsplit(x, c("_", "#"))

# first word
print(chunks[[1]])
[1] "hi"    "there"

# second word
print(chunks[[2]])
[1] "this"   "is"     "sparta"

Answer 2

这可能有点棘手。您需要在匹配整个字符串的模式中创建一个捕获组，以将整个字符串替换为捕获组中的内容：

sub("(hi)_.+","\\1",a)
[1] "hi"

Answer 3

regexec / regmaches也会这样做，尽管strsplit方法对于这个特定问题更简单。

a <- c("hi_there", "something_somthing", "boo_ya_yo")
sapply(regmatches(a, regexec("^([^_]*)", a)), `[[`, 2)
# [1] "hi"        "something" "boo"

这种方法的主要优点是，如果您有其他要求（例如，您还希望最左边的部分以辅音或其他形式开头），您可以通过修改正则表达式来解决这些问题。

Answer 4

我猜你正在寻找从字符向量元素的开头到第一个下划线的子字符串。你只会找到一个匹配项（只有一个子字符串可以启动元素）所以sub是要去的地方，要么匹配所需的字符串（请查看字符串^捕获的开头零个或多个不是下划线([^_]*)的字符，后跟下划线，可能还有其他字符_.*）

re1 = "^([^_]*)_.*"
sub(re1, "\\1", x)

或删除第一个下划线后的内容（下划线_后跟零个或多个任何其他字符.*）

re2 = "_.*"
sub(re2, "", x)

进行一些测试

x = c("a_b", "a_", "_b", "a", "a_b_c", "", NA)
sub(re1, "\\1", x)
## [1] "a" "a" ""  "a" "a" ""  NA 
sub(re2, "", x)
## [1] "a" "a" ""  "a" "a" ""  NA

strsplit解决方案失败了。

R得到字符串匹配

4 个答案: