R中的正则表达式：仅替换模式的一部分

Question

s <- "YXABCDXABCDYX"

我想使用正则表达式返回ABCDABCD，即中心"X"每侧有4个字符，但不包括"X"。 请注意，"X"始终位于中心，每侧有6个字母。

我可以找到中心模式，例如"[A-Z]{4}X[A-Z]{4}"，但我可以以某种方式让返回成为"([A-Z]{4})(X)([A-Z]{4})"中的第一和第三组吗？

Answer 1

您的正则表达式"([A-Z]{4})(X)([A-Z]{4})"与您的字符串不匹配，因为您在第一个捕获组([A-Z]{4})之前有字符，因此您可以添加.*以匹配任何字符（{{1 }} 0次或更多次（.），直到你的第一个捕获组。

您可以使用*引用gsub中的组，其中n是第n个捕获组

\\n

基本上匹配整个字符串，并将其替换为第1组和第3组中捕获的内容并将其粘贴在一起。

另一种方法是使用不区分大小写匹配的s <- "YXABCDXABCDYX" gsub('.*([A-Z]{4})(X)([A-Z]{4}).*', '\\1\\3', s) # [1] "ABCDABCD" 以及(?i)或[a-z]

\\w

或gsub('(?i).*(\\w{4})(x)(\\w{4}).*', '\\1\\3', s) # [1] "ABCDABCD" 如果你喜欢点