Question

s <- "1-343-43Hello_2_323.14_fdh-99H"

在R中我想使用正则表达式来获取子串，比如说第二个下划线。如何使用一个正则表达式完成这项工作？另一种方法是用'_'分割，然后粘贴前两个 - 一些东西;

paste(sapply(strsplit(s, "_"),"[", 1:2), collapse = "_")

给予：

[1] "1-343-43Hello_2"

但是我如何制作正则表达式来做同样的事情呢？

Answer 1

一般来说，回答标题中的问题是

sub("^(([^_]*_){n}[^_]*).*", "\\1", s)

其中n是您允许的_的数量。

Answer 2

您可以使用sub：

sub("^([^_]*_[^_]*).*", "\\1", s)

请参阅regex demo

R code demo：

s <- "1-343-43Hello_2_323.14_fdh-99H"
sub("^([^_]*_[^_]*).*", "\\1", s)
## => [1] "1-343-43Hello_2"

模式详情：

^ - 字符串开头
([^_]*_[^_]*) - 第1组捕获除_以外的0 +个字符，然后是_，再次是0 +非_ s
.* - 字符串的其余部分（请注意TRE正则表达式.也匹配换行符。）

\\1替换只返回组1内的值。

Answer 3

echo preg_replace("/([^_])_([^_]).*/" , "$1_$2" , "1-343-43Hello_2_323.14_fdh-99H");

或者如果你正在寻找匹配的int / ^ [^ ] * [^ _] * /将是匹配它的正则表达式字符串

<?php
    echo preg_match("/^[^_]*_[^_]*/" , "1-343-43Hello_2_323.14_fdh-99H" , $test );
    var_dump( $test );
?>

或在javascript中

"1-343-43Hello_2_323.14_fdh-99H".match(/^[^_]*_[^_]*/);

Answer 4

sub('\\_\\d+\\..*$','',s)
#[1] "1-343-43Hello_2"

Answer 5

这里是 gsub（在 data.table 中），以防您需要 perl=TRUE，（fx 前瞻和后视），不幸的是，它在 str_match 中不起作用

dtx[, var_stringr := stringr::str_match(string, '([^_]+)(?:_[^_]+){5}$')[,2]][]


dtx[
  # first select the ones with '_' so that the third element is NA
  grepl('_', string), 
  var_gsub := sub('(.*_)([^_]+)(_[^_]+){5}$',  '\\2', string)][]

这种方法的缺点是，如果你选择一个比第 n 次出现次数多的数字，而不是像 str_match 那样返回 NA，它会返回整个字符串。

R，在第n次出现之前的所有内容的正则表达式

5 个答案: