Question

我有一堆编号的文件名，我希望能够根据正则表达式语句提取。

例如，假设我有以下文件名：

file.names <- paste0("run", 0:99, ".dat.gz")

如果我想提取文件5到8，我需要一个返回以下内容的正则表达式：

grep("correct_regex", file.names, value=TRUE)
"run5.dat.gz"  "run6.dat.gz"  "run7.dat.gz"  "run8.dat.gz"

或者如果我想返回9到21的文件，它将返回以下内容：

grep("correct_regex", file.names, value=TRUE)
"run9.dat.gz"  "run10.dat.gz" "run11.dat.gz" "run12.dat.gz" "run13.dat.gz" "run14.dat.gz" "run15.dat.gz" "run16.dat.gz" "run17.dat.gz" "run18.dat.gz" "run19.dat.gz" "run20.dat.gz" "run21.dat.gz"

如果开发一个提取数字而不是数字的正则表达式（例如[0-9]），那么棘手的部分。有任何提示可以帮助解决这个问题吗？

Answer 1

我也认为Sam的答案是正确的，但是以防万一你还需要快速提取非顺序项，这里是你如何轻松构建你的正则表达式需要（这些子模式将在"^run和[.]dat[.]gz$"之间使用）：

使用[5-8]匹配5到8的所有数字（如当前示例所示）
对于非连续的一位数值，请单独添加范围（[1-37-9]将匹配1，2，3，7，{{ 1}}，8）
当您需要组合不同长度的数字时，请使用9的替换：
- (...|...) - 将匹配(1[2-4]|2[89])，12，13，14和28
- 29 - 将匹配(2[3-5]|[0-2])，23，24，25，0和1

在您的情况下，您可以使用

请注意，> file.names <- paste0("run", 0:99, ".dat.gz") > grep("^run[5-8][.]dat[.]gz$", file.names, value=TRUE) [1] "run5.dat.gz" "run6.dat.gz" "run7.dat.gz" "run8.dat.gz" >匹配字符串的开头，^匹配字符串的结尾（因此，此正则表达式确保完整的字符串匹配）。

Answer 2

您可以使用一个简单的函数来完成此操作并避免使用正则表达式：

get_numbered_filenames <- function(num_vec){
  target <- paste0("run", num_vec, ".dat.gz")
  file.names[file.names %in% target]
}

get_numbered_filenames(9:21)

 [1] "run9.dat.gz"  "run10.dat.gz" "run11.dat.gz" "run12.dat.gz" "run13.dat.gz" "run14.dat.gz"
 [7] "run15.dat.gz" "run16.dat.gz" "run17.dat.gz" "run18.dat.gz" "run19.dat.gz" "run20.dat.gz"
[13] "run21.dat.gz"

R正则表达式：如何提取标题中带有一位或两位数字的字符串？

2 个答案: