如何在符号＆＃34; _＆＃34;之间提取子串和＆＃34;。＆＃34;

Question

我有很多文件名，如下所示：

txt= "MA0051_IRF2.xml"

我想提取“_”和“。”之间的IRF2。我怎么在R？

这样做

Answer 1

要实现这一目标，您需要一个正则表达式

• 匹配_：.*
前面的（可选）任意字符串
• 匹配文字_：[_]
• 匹配下一个（但不包括）下一个。并将其存储在捕获组号中。 1：([^.]+)
• 匹配文字。 ：[.]
• 匹配后的（可选）任意字符串。 ：.*

在你打电话给gsub时，你就

了

• 使用我们在上一步中构建的正则表达式
• 用第一个捕获组的内容替换整个字符串：\\1（我们需要转义反斜杠，因此需要双反斜杠）

示例：

gsub(".*[_]([^.]+)[.].*", "\\1", "MA0051_IRF2.xml")

Answer 2

gsub(".*_(.*)\\..*", "\\1", txt)
##"IRF2"

Answer 3

使用stringr包的另一种可能性：

 str_extract(x, perl("(?<=_)(.+)(?=\\.)"))

Answer 4

这是一个不需要正则表达式知识的可能解决方案：

txt <- "MA0051_IRF2.xml"

library(qdap)
genXtract(txt, "_", ".")

## _  :  . 
##  "IRF2"