我希望使用R从文本文件中提取所有唯一的文本子字符串，这些字符串符合表格＆＃34; matrixname [ rowname ，列编号]＆＃34 ;.我只使用grep和extract_string_all（stringr）取得了有限的成功，因为它只返回整行，而不返回子串。尝试使用gsub替换不需要的文本是不成功的。以下是我一直使用的代码示例。
#Read in file
txt<-read.table("Project_R_code.R")
#create new object to create lines that contain this pattern
txt2<-grep("param\\[.*1\\]",txt$V1, value=TRUE)
#remove all text that does not match the above pattern
gsub("[^param\\[.*1\\]]","", txt2,perl=TRUE)
第二行有效（但同样没有给我一个该模式的子串）。但是，用于删除不匹配模式的gsub代码会保留行并将它们转换为如下所示：
[200] "[p.p]param[ama1]param[ama11]*[r1]param[ama1]...
我不明白为什么。我意识到这种将线条削减成更容易管理的方法更加乏味，但这是我知道如何获得模式的唯一方法。
最好我希望R吐出一个在文本文件中找到的所有（唯一）子串的列表，它与我的模式匹配，但我不知道命令。对此有任何帮助非常感谢。
答案 0 :(得分：1)
如果您想提取单个组件，请尝试str_match：
test <- c("aaa[name1,1]", "bbb[name2,3]", "ccc[name3,3]")
stringr::str_match(test, "([a-zA-Z0-9_]+)[[]([a-zA-Z0-9_]+),.*?(\\d+)\\]")
## [,1] [,2] [,3] [,4]
## [1,] "aaa[name1,1]" "aaa" "name1" "1"
## [2,] "bbb[name2,3]" "bbb" "name2" "3"
## [3,] "ccc[name3,3]" "ccc" "name3" "3"
否则，请使用str_extract。
请注意，为了匹配ERE / TRE中的[，我们使用包含单个[字符的集合，即[[]。
此外，如果您在一个字符串中有多个匹配项，请使用str_match_all或str_extract_all。