Question

我有一些字符串

string <- "Shakira - Wolf - 02.Hips don't lie.mp3"

我只想要第一部分，所以艺术家的名字。我像这样使用正则表达式

stri_extract_all_regex(string, "^.*?-")

输出："Shakira -"。但我不想" -"。如何编写正则表达式，允许我只占用第一个" -" 之前的子字符串？

Answer 1

我认为你只需要（不使用外部包）

sub(" -.*", "", string)
## [1] "Shakira"

<强>解释

这简单地匹配" -"及其之后的所有内容，直到字符串结尾并将其替换为空。这基本上让你在第一个" -"

之前完成所有事情

如果您坚持使用stringi包（速度），可以使用stri_extract_first和

的简单正则表达式

stri_extract_first(string, regex = "[A-Za-z]+")
## [1] "Shakira"

Answer 2

否定的字符类方法成功：

> stri_extract_all_regex(string, "^[^-]+")
[[1]]
[1] "Shakira "

其他大卫的挑战我现在尝试仅选择字母字符之间的空格，但也使用该功能，因此使用＆＃34;肯定＆＃34;选择策略：

string <- "Shakira and Friends - Wolf - 02.Hips don't lie.mp3"
stri_extract_all_regex(string, "^[[:alpha:]]+( *[[:alpha:]])*")
[[1]]
[1] "Shakira and Friends"

Answer 3

如何使用strsplit？

strsplit(string, split = " -")[[1]][1]

Answer 4

使用rex可能会使这类任务变得更简单。

string <- "Shakira - Wolf - 02.Hips don't lie.mp3"

library(rex)
re_matches(string,
  rex(capture(zero_or_more(any, type='lazy')), spaces, "-"))$'1'

#> [1] "Shakira"

提取以某个符号结尾但没有此符号的子字符串

4 个答案: