Question

我有以下字符串

string <- c('a - b - c - d',
            'z - c - b',
            'y',
            'u - z')

我想将其分类，以便第二次出现之后的所有内容 - ＆＃39;被扔掉了。

结果将是：

> string
[1]  "a - b" "z - c" "y"     "u - z"

我使用了substr(x = string, 1, regexpr(string, pattern = '[^ - ]*$') - 4)，但它排除了最后一次出现的＆＃39}。 - ＆＃39;，这不是我想要的。

Answer 1

请注意，您不能使用否定字符类来否定字符的序列。 [^ - ]*$匹配除空格之外的任何0+字符（是的，它匹配-，因为-创建了空格和空格之间的范围），后跟结尾字符串标记（$）。

您可以使用以下正则表达式的sub函数：

^(.*? - .*?) - .*

替换为\1。请参阅regex demo。

R代码：

> string <- c('a - b - c - d', 'z - c - b', 'y', 'u - z')
> sub("^(.*? - .*?) - .*", "\\1", string)
[1] "a - b" "z - c" "y"     "u - z"

<强>详情：

^ - 字符串的开头
(.*? - .*?) - 第1组（在替换模式中引用\1反向引用）捕获任何0+字符 lazily 直到第一个空格，连字符，空格和然后再次任何0+字符到下一个最左边出现的空格，连字符，空格
- - 空格，连字符和空格
.* - 字符串末尾的任何零个或多个字符。

Answer 2

试试这个(\w(?:\s+-\s+\w)?).*。有关正则表达式的解释，请查看此https://regex101.com/r/BbfsNQ/2。

如果没有元组，那么正则表达式将检索第一个元组（如果存在）或仅仅是第一个元组。因此，数据进入“capturing group”。然后要显示捕获的组，它取决于使用的语言，但在纯正则表达式中\1将获得第一个组（\2获得第二个等...）。如果您不是一个图形示例，请查看regex101上的“替换”部分。

在第二次出现某个字符串后排除所有内容

2 个答案: