想象一下以下字符串：
x <- "aokizoizeon1854-1zeoijzeoinq1234-2zeze
我想从这个字符串中提取出1854-1＆＃39;和＆＃39; 1234-2＆＃39;。所以基本上字符串的每个部分都由4位数字组成，后跟一个＆＃39; - ＆＃39;再一位数。
最简单的方法是什么？
答案 0 :(得分：3)
可能的base解决方案可能是删除所有字符，然后将数字拆分为单独的字符串：
x1 <- gsub("[a-z]", "", x)
substring(x1, seq(1,nchar(x1),6), seq(6, nchar(x1), 6))
#[1] "1854-1" "1234-2"
答案 1 :(得分：2)
您可以使用来自stringr包的str_extract_all和PCRE正则表达式。
如果您的字符串可以包含长于4的数字序列，并且您想要匹配完全 4位数序列后跟一个连字符然后完全一位数，您将需要 lookarounds 来精确匹配：
> library(stringr)
> x <- "aokizoizeon1854-1zeoijzeoinq1234-2zeze12445664-345ff"
> unlist(str_extract_all(x, "(?<!\\d)\\d{4}-\\d(?!\\d)"))
[1] "1854-1" "1234-2"
(?<!\\d)\\d{4}-\\d(?!\\d)正则表达式匹配：
(?<!\\d) - 如果当前位置之前有一位数字，则匹配失败\\d{4}-\\d - 匹配4位数字后跟连字符和1位数字(?!\\d) - 但如果一个数字跟随另一个数字，则匹配失败。