如何提取方括号

Question

我有一列数据，我需要从中提取一个字母数字字符串/因子示例

Column x
[ghjg6] [fdg5] [113gi4lki] great work 
[xzswedc: acf] [xzt8] [111eerrh5] 
[asd2] [1] [113vu17hg 115er5lgr 112cgnmbh ] get out

我想在方括号[113gi4lki]，[111eerrh5]和[113vu17hg 115er5lgr 112cgnmbh]的单独列中获取数据。请指教。

Answer 1

你可以这样做：

Column.x <- c(
"[ghjg6] [fdg5] [113gi4lki] great work",
"[xzswedc: acf] [xzt8] [111eerrh5]",
"[asd2] [1] [113vu17hg 115er5lgr 112cgnmbh ] get out")
y <- gsub(".*\\[", "[", Column.x)
gsub("\\].*", "]", y)

结果：

> gsub("\\].*", "]", y)
[1] "[113gi4lki]"                      "[111eerrh5]"                      "[113vu17hg 115er5lgr 112cgnmbh ]"

如果您愿意，可以将两个步骤放在一起：

gsub("\\].*", "]", gsub(".*\\[", "[", Column.x))

Answer 2

要获取最后一组[...]括号内的文字，您可以使用sub，其格式如下：

".*\\[([^][]+)].*"

模式匹配：

• .* - 尽可能多地使用0 +字符，直到后续子模式的 last 出现
• \\[ - 文字[（必须在括号表达式之外转义）
• ([^][]+) - 第1组（后面称为\1）匹配除]和[以外的一个或多个字符
• ] - 文字]（无需在括号表达式之外转义
• .* - 字符串的其余部分。

R online demo：

x <- c("[ghjg6] [fdg5] [113gi4lki] great work", "[xzswedc: acf] [xzt8] [111eerrh5]", "[asd2] [1] [113vu17hg 115er5lgr 112cgnmbh ] get out", "Some text with no brackets")
df <- data.frame(x)
df$x = sub(".*\\[([^][]+)].*", "\\1", df$x)
df

输出：

                               x
1                      113gi4lki
2                      111eerrh5
3 113vu17hg 115er5lgr 112cgnmbh 
4     Some text with no brackets

如果您要删除没有[...]的条目（就像我的测试集中的最后一个条目），请使用

df$x = sub(".*\\[([^][]+)].*|.*", "\\1", df$x)

请参阅another online R demo。