Question

我尝试使用stringr包来提取字符串的一部分，这是在两种特定模式之间。

例如，我有：

my.string <- "nanaqwertybaba"
left.border  <- "nana"
right.border <- "baba"

并使用str_extract(string, pattern)函数（其中pattern是由POSIX正则表达式定义）我希望收到：

"qwerty"

Google的解决方案无效。

Answer 1

在base R中，您可以使用gsub。 pattern中的括号创建编号的捕获组。在这里，我们选择replacement中的第二个组，即边界之间的组。 .匹配任何字符。 *表示前面元素中有零个或多个

gsub(pattern = "(.*nana)(.*)(baba.*)",
     replacement = "\\2",
     x = "xxxnanaRisnicebabayyy")
# "Risnice"

Answer 2

我不知道 stringr 提供的功能是否以及如何实现这一功能，但您也可以使用基座regexpr和substring：

pattern <- paste0("(?<=", left.border, ")[a-z]+(?=", right.border, ")")
# "(?<=nana)[a-z]+(?=baba)"

rx <- regexpr(pattern, text=my.string, perl=TRUE)
# [1] 5
# attr(,"match.length")
# [1] 6

substring(my.string, rx, rx+attr(rx, "match.length")-1)
# [1] "qwerty"

Answer 3

我会使用 stringr 中的str_match：＆＃34; str_match提取由（）从第一场比赛开始。它返回一个字符矩阵，其中一列用于完整匹配，一列用于每个组。＆＃34; ref

str_match(my.string, paste(left.border, '(.+)', right.border, sep=''))[,2]

上面的代码创建了一个正则表达式，paste连接捕获1个或多个字符的捕获组(.+)，左右边框（字符串之间没有空格）。

假设单个匹配。因此，[,2]从str_match返回的矩阵中选择第二列。

Answer 4

您可以使用软件包 unglue ：

library(unglue)
my.string <- "nanaqwertybaba"
unglue_vec(my.string, "nana{res}baba")
#> [1] "qwerty"

在两个不同模式之间提取字符串的一部分

4 个答案: