Question

我使用stringr包在R中学习正则表达式匹配，但我不明白为什么

str_match("1,000,222.333 /month", "[\\d,]*\\.?\\d*")
     [,1]          
[1,] "1,000,222.333"

返回所需的结果，而

str_match("about $1,000,222.33 em's", "[\\d,]*\\.?\\d*")
     [,1]
[1,] ""

返回空字符串？我的[\\d,]*错误了吗？

我了解到数字正则表达式匹配很复杂，所以这段代码不应该用于生产，我只是想了解为什么它在这种特定情况下失败了。

Answer 1

您可以使用+来匹配一个或多个字符，而不是匹配0或更多字符的*。

 str_match(v1, "[\\d,]+\\.?\\d*")
 #    [,1]           
 #[1,] "1,000,222.33" 
 #[2,] "1,000,222.333"

数据

 v1 <- c("about $1,000,222.33 em's", "1,000,222.333 /month")

Answer 2

详细说明，问题是*运算符。由于此运算符允许正则表达式引擎匹配零个或多个字符，[\d,]*告诉引擎匹配零个或多个数字或文字字符, - 可能根本不匹配。我会写如下：

str_match(x, '[\\d,]+(?:\\.\\d+)?')

或者从 qdapRegex 包中有效地使用rm_number（我为此写的正则表达式）：

library(qdapRegex)

x <- c("about $1,000,222.33 em's", "1,000,222.333 /month")
rm_number(x, extract=TRUE)

# [[1]]
# [1] "1,000,222.33"

# [[2]]
# [1] "1,000,222.333"

R中数字的正则表达式匹配

2 个答案:

数据