R - 正则表达式，grep打印出所有内容

Question

我有这个：

"81 Delaware St, Staten Island, NY 10304, USA"

我想抓拍81 Delaware St,

运行

grep("^.+?,", "81 Delaware St, Staten Island, NY 10304, USA", value= TRUE) 

返回：

81 Delaware St, Staten Island, NY 10304, USA

我尝试了perl=TRUE没有任何帮助，但仍然打印出所有内容。

示例：RegEx，所以我知道表达式没有错。

Answer 1

您对结果感到困惑，因为您的正则表达式实际上匹配您传递给grep的字符串，而grep只返回找到匹配项的所有字符向量。 grep不会返回子字符串。

您可以使用sub ,.*正则表达式匹配,及其后的所有字符，并删除该部分，只留下所需的子字符串：

s <- "81 Delaware St, Staten Island, NY 10304, USA"
sub(",.*", "", s)
## => [1] "81 Delaware St"

请参阅R demo

替代方法是匹配子字符串直到第一个,：

unlist(regmatches(s, gregexpr("^[^,]+", s)))

请参阅this R demo。

Answer 2

  

...所以我知道表达没有错。

表达错误。 ^.+?告诉grep从头到尾返回每个字符。

以下是R文档之外的一些有用资源。

Regular Expressions with The R Language

R Regular Expression

Getting and Cleaning Data

一个提示：如果您的街道地址在列出街道之前始终包含逗号后跟空格（，） - 您可以使用它来分隔城市中的地址。但总有一种方法可以提取数据。