如何提取R

Question

我想提取给定字符串中的最后4位数字，但无法弄明白。最后4位数字可以是“XXXX”或“XXXX-”。最后，我有一份异类条目清单，包括单年（即2001年或2001年），年份清单（即2001年，2004年 - ），年份范围（即2001年至2010年），或这些的组合在条目末尾有或没有短划线（“ - ”）。

我意识到'$'是识别END的标记，'^'用于标识正则表达式中的START。我能够轻松地提取FIRST 4。这是我能够做的一个例子以及不适用于最后4位数的代码：

library(stringr)
test <- c("2009-", "2008-2015", "2001-, 2003-2010, 2012-")
str_extract_all(test, "^[[:digit:]]{4}") # Extracts FIRST 4

  

[[1]]

     

[1]“2009”“2008”“2001”

str_extract_all(test, "[[:digit:]]{4}$") # Does not extract LAST 4

  

[[1]]

     

字符（0）

     

[[2]]

     

“2015”

     

[[3]]

     

字符（0）

str_extract_all(test, "\\d{4}$")

  

[[1]]

     

字符（0）

     

[[2]]

     

“2015”

     

[[3]]

     

字符（0）

我想要的结果是：

  

[1]“2009”“2015”“2012”

Answer 1

我们可以尝试sub

sub(".*(\\d+{4}).*$", "\\1", test)
#[1] "2009" "2015" "2012"