Question

在R中有没有办法根据模式的开头和结尾提取数据，而不是中间数据？

即。如果以下是在一个单元格中

(1) Number = '1111111111, 0000000000' Text =....
(2) Number = '0000000000' Text =....

它会导致：

(1) 1111111111, 0000000000
(2) 0000000000

我试过了：

x1<-str_match(x,"(?<=Number'\\s\\=\\s\\')(\\d|\\s|\\,)\\d\\'")

但这不起作用。

Answer 1

我们可以尝试str_extract_all

library(stringr)
sapply(str_extract_all(x, "[0-9]+"), toString)
#[1] "1111111111, 0000000000" "0000000000"

Answer 2

您可以使用PCRE正则表达式从输入文本中提取Number='后的数字：

(?:Number\s*=\s*'|\G(?!\A)\s*,\s*)\K\d+

请参阅regex demo。

模式详情：

(?:Number\s*=\s*'|\G(?!\A)\s*,\s*) - 两种选择中的任何一种：
- Number\s*=\s*' - Number以及包含0 +空格的=
- | - 或
- \G(?!\A)\s*,\s* - 上一次成功匹配（\G(?!\A)）的结束以及用0 +空格（\s*）括起来的逗号
\K - 省略目前为止匹配的文字
\d+ - 1+位数（作为匹配项返回）

请参阅R demo：

> x <- c("(1) Number = '1111111111, 0000000000' Text =....", "(2) Number = '0000000000' Text =....")
> regmatches(x, gregexpr("(?:Number\\s*=\\s*'|\\G(?!\\A)\\s*,\\s*)\\K\\d+", x, perl=TRUE))
[[1]]
[1] "1111111111" "0000000000"

[[2]]
[1] "0000000000"

在R中是否有一种方法可以根据模式的开头和结尾提取数据，而不是中间数据？

2 个答案: