Question

非常简单的问题。我只需要使用正则表达式正向后观捕获一些字符串，但我没有办法做到这一点。

这是一个例子，假设我有一些字符串：

library(stringr)
myStrings <- c("MFG: acme", "something else", "MFG: initech")

我想提取带有“MFG：”

前缀的单词

> result_1  <- str_extract(myStrings,"MFG\\s*:\\s*\\w+")
>
> result_1
[1] "MFG: acme"    NA             "MFG: initech"

几乎这样做了，但我不想包含“MFG：”部分，所以这就是“积极的观察背景”：

> result_2  <- str_extract(myStrings,"(?<=MFG\\s*:\\s*)\\w+")
Error in stri_extract_first_regex(string, pattern, opts_regex = attr(pattern,  : 
  Look-Behind pattern matches must have a bounded maximum length. (U_REGEX_LOOK_BEHIND_LIMIT)
>

它抱怨需要“有限的最大长度”，但我没有看到在哪里指定。我如何做出积极的外观工作？确切地说，我可以指定这个“有界最大长度”吗？

Answer 1

您需要使用str_match，因为“lookbehind”的模式是文字，而您只是不知道空格的数量：

> result_1  <- str_match(myStrings,"MFG\\s*:\\s*(\\w+)")
> result_1[,2]
##[1] "acme"    NA        "initech"

您需要的结果将在第二列中。

请注意，此处不能使用str_extract，因为该函数会删除捕获的值。

还有一个好处：lookbehind不是无限宽度，但在ICU正则表达式中它是约束宽度。所以，这也有效：

> result_1  <- str_extract(myStrings,"(?<=MFG\\s{0,100}:\\s{0,100})\\w+")
> result_1
[1] "acme"    NA        "initech"

Answer 2

我们可以使用正则表达式的外观。外观只需要完全匹配。

str_extract(myStrings, "(?<=MFG:\\s)\\w+")
#[1] "acme"    NA        "initech"

stringr，str_extract：如何做正面的lookbehind？

2 个答案: