Question

我知道这应该很简单，但我无法使用regex in R从字符串返回字符子集。

Foo＆lt; - ＆＃39; propertyid = R206411＆amp; state_id =＆＃39;

Reg＆lt; - ＆＃39; propertyid =（。*）＆amp; state_id =＆＃39;

测试＆lt; - grep（pattern = Reg，x = Foo，value = TRUE）

这会为我捕获整个字符串，我想只捕获R206411。我想要捕获的字符串可能在长度和内容上有所不同，因此关键是让捕获在'=' in propertyid=之后开始，然后在看到'&' in '&state_id'后结束捕获。

感谢您的时间。

Answer 1

你必须使用正面的lookbehind和lookahead断言，如下所示：

Foo <- 'propertyid=R206411&state_id='
Reg <- gregexpr('(?<=propertyid=).*(?=&state_id=)', Foo, perl=TRUE)
regmatches(Foo, Reg)

Answer 2

嗯，grep对于您正在尝试执行的捕获组不能很好地发挥作用。你可能想要的是gsub

Foo <- 'propertyid=R206411&state_id='
Reg <- 'propertyid=(.*)&state_id='
gsub(Reg, "\\1", Foo)
# [1] "R206411"

这里我们采用你的模式，我们用“\ 1”替换匹配（因为R要求我们转义反斜杠，我们加倍斜线）代表第一个捕获组（这是括号表示的）。因此，由于您匹配整个字符串，它将仅使用匹配部分替换整个字符串。

Answer 3

strapplyc包中的gsubfn函数可以完全执行此操作。使用问题中的Foo和Reg：

> library(gsubfn)
>
> strapplyc(Foo, Reg, simplify = TRUE)
[1] "R206411"

Newb正则表达式帮助：带＆符号的字符串，使用R

3 个答案: