Question

我有一个像这样的字符串a：

stundenwerte_FF_00691_19260101_20131231_hist.zip

并想提取5位数字＆＃34; 00691＆＃34;从它。

我尝试使用gregexpr和regmatches以及stringr::str_extract 但无法确定正确的rexexp。我来到了：

gregexpr（＆＃34; [：数字{5}：]＆＃34;中的A）

哪个应该返回5位数字，我不明白如何解决它这不合适：（

m <- gregexpr("[:digits{5}:]",a)
regmatches(a,m)

提前感谢您的帮助！

Answer 1

您只需使用sub来抓取数字，IMO regmatches对于这个简单的案例不是必需的。

x <- 'stundenwerte_FF_00691_19260101_20131231_hist.zip'
sub('\\D*(\\d{5}).*', '\\1', x)
# [1] "00691"

编辑：如果您有其他字符串包含前面的数字，您可以略微修改表达式。

sub('.*_(\\d{5})_.*', '\\1', x)

Answer 2

1）sub

sub(".*_(\\d{5})_.*", "\\1", x)
## [1] "00691"

2）gsubfn :: strapplyc 如果我们使用strapplyc，可以略微简化正则表达式：

library(gsubfn)

strapplyc(x, "_(\\d{5})_", simplify = TRUE)
## [1] "00691"

3）strsplit 如果我们知道它是第三个字段：

read.table(text = x, sep = "_", colClasses = "character")$V3
## [1] "00691"

3a）或

strsplit(x, "_")[[1]][3]
## [1] "00691"

Answer 3

您可以尝试使用负面外观断言的以下正则表达式。我们不能在此处使用字词边界，例如\\b\\d{5}\\b，因为前面和后面的字符_位于\w

下

> x <- "stundenwerte_FF_00691_19260101_20131231_hist.zip"
> m <- regexpr("(?<!\\d)\\d{5}(?!\\d)", x, perl=TRUE)
> regmatches(x, m)
[1] "00691"
> m <- gregexpr("(?<!\\d)\\d{5}(?!\\d)", x, perl=TRUE)
> regmatches(x, m)[[1]]
[1] "00691"

<强>解释

(?<!\\d)负面的后视断言，在比赛之前会有什么但不是数字。
\\d{5}正好匹配5位数。
(?!\\d)否定前瞻断言匹配后的字符可以是任何数字，但不是数字。

Answer 4

让字符串为：

ss ="stundenwerte_FF_00691_19260101_20131231_hist.zip"

您可以拆分字符串并取消列出子字符串：

ll = unlist(strsplit(ss,'_'))

如果子字符串的索引长度为5个字符，则将其设置为TRUE：

idx = sapply(ll, nchar)==5

获得长度为5个字符的那些：

ll[idx]
[1] "00691"

R Regex - 提取5位数字

4 个答案: