Question

这是三个字符向量：

[1] "Session_1/Focal_1_P1/240915_P1_S1_F1.csv"
[2] "Session_2/Focal_1_PA10/250915_PA10_S2_F1.csv"
[3] "Session_3/Focal_1_DA100/260915_DA100_S3_F1.csv"

我试图以标准化方式分别提取字符串P1，PA10和DA100（因为我有几百个其他字符串，我想要提取此

我知道我需要使用regex，但我对它很新，并不确定是哪一个。

我可以看到共同点是6个数字（\d\d\d\d\d\d），然后是_，然后我想要的是另一个_。

如何提取我想要的内容？我相信grep，但我不需要100％正则表达式。

Answer 1

我们可以使用gsub。我们匹配零个或多个字符（.*）后跟正斜杠（\\/），后跟一个或多个数字和下划线（\\d+_）或（! ）下划线的两个实例，后跟一个或多个不是下划线（(_[^_]+){2}）的字符，并将其替换为空白（""）。

gsub(".*\\/\\d+_|(_[^_]+){2}", "", v1)
#[1] "P1"    "PA10"  "DA100"

或者我们提取向量的basename，匹配一个或多个数字后跟下划线（\\d+_），后跟不是下划线（([^_]+)）的字符作为捕获组，后跟直到字符串结尾的字符，并将其替换为捕获组的反向引用（\\1）。

sub("\\d+_([^_]+).*", "\\1", basename(v1))
#[1] "P1"    "PA10"  "DA100"

数据

v1 <- c( "Session_1/Focal_1_P1/240915_P1_S1_F1.csv",
       "Session_2/Focal_1_PA10/250915_PA10_S2_F1.csv",
       "Session_3/Focal_1_DA100/260915_DA100_S3_F1.csv")

如何从字符向量r

1 个答案:

数据