Question

我正在尝试正则表达式（(?:I\d-?)*I3(?:-?I\d)*）here：

在字符串A-B-C-I1-I2-D-E-F-I1-I3-D-D-D-D-I1-I1-I3-I1-I1-I3-I2-L-K-I3-P-F-I2-I2之外，我得到以下匹配I1-I3，I1-I1-I3-I1-I1-I3-I2和I3 - 这是所需的行为。但是，在R：

x <- "A-B-C-I1-I2-D-E-F-I1-I3-D-D-D-D-I1-I1-I3-I1-I1-I3-I2-L-K-I3-P-F-I2-I2"
strsplit(x, "(?:I\d-?)*I3(?:-?I\d)*")

这会返回错误：

Error: '\d' is an unrecognized escape in character string starting ""(?:I\d"

我尝试了perl=TRUE，但它并没有什么区别。

我还尝试将正则表达式修改为：(?:I\\d-?)*I3(?:-?I\\d)*，但是这不会给出正确的结果，而是匹配A-B-C-I1-I2-D-E-F-，-D-D-D-D-，-L-K-，和-P-F-I2-I2。 ` 如何在R？

中复制所需的行为

Answer 1

如果我们需要split字符串并根据显示的模式获取子字符串，我们可能会将其用作要跳过的模式（(*SKIP)(*F)）并将字符串拆分为其余部分人物。

 v1 <- strsplit(x, '(?:I\\d-?)*I3(?:-?I\\d)*(*SKIP)(*F)|.', perl=TRUE)[[1]]

可以使用nzchar删除空白/空元素，以返回逻辑向量TRUE / FALSE，具体取决于字符串是否为空或空白。

 v1[nzchar(v1)]
 #[1] "I1-I3"                "I1-I1-I3-I1-I1-I3-I2" "I3"

或者我们对提取模式感兴趣，str_extract会很有用。

 library(stringr)
 str_extract_all(x, '(?:I\\d-?)*I3(?:-?I\\d)*')[[1]]
 #[1] "I1-I3"                "I1-I1-I3-I1-I1-I3-I2" "I3"