Question

请考虑以下示例：

examples <- c(
  "abc foo",
  "abc foo 17",
  "0 abc defg foo 5 121",
  "abc 12 foo defg 11"
)

这里我想返回“foo”之后出现的第一个数字。在这种情况下：NA，17,5,11。我该怎么做？我尝试使用后视，但没有运气。

library(stringr)
str_extract(examples, "(?<=foo.*)[0-9]+")

Error in stri_extract_first_regex(string, pattern, opts_regex = opts(pattern)) : 
  Look-Behind pattern matches must have a bounded maximum length. (U_REGEX_LOOK_BEHIND_LIMIT)

Answer 1

这似乎有效：

str_match(examples, "foo.*?(\\d+)")

     [,1]          [,2]
[1,] NA            NA  
[2,] "foo 17"      "17"
[3,] "foo 5"       "5" 
[4,] "foo defg 11" "11"

来自?regex：

默认情况下，重复是贪婪的，因此使用最大可能的重复次数。通过将?附加到量词，可以将其更改为“minimal”。

来自?str_extract：

另见

?str_match提取匹配的组; ?stri_extract用于底层实现。

Answer 2

您可以使用base R solution like this：

> res <- gsub(".*?foo\\D*(\\d+).*|.*", "\\1", examples)
> res[nchar(res)==0] <- NA
> res
[1] NA   "17" "5"  "11"

由于正则表达式将始终匹配任何字符串，因此您无需再运行两次正则表达式替换，只需使用NA填充空值作为第二步。

模式匹配：

.*?foo - 任意0个字符尽可能少（因为*?是懒惰的）直到第一次出现foo然后foo本身
\\D* - 零个或多个非数字字符
(\\d+) - 捕获1个或多个数字的组1（之后，存储在组中的值可以通过\1反向引用引用）
.* - 字符串的其余部分
| - 或
.* - 即使是空的整个字符串。

Answer 3

基础R gsub可以做到：

# pulls fist instance of a digit 
gsub('^\\D*(\\d*).*', '\\1', examples)
[1] ""   "17" "0"  "12"

编辑：使用基础R的实际解决方案

ifelse(
     grepl('foo\\D*\\d', examples), 
     gsub('^\\D*(\\d+).*', '\\1', gsub('.*foo\\s*', '', examples)), 
     NA)
[1] NA   "17" "5"  "11"

如何提取匹配模式后出现的第一个数字

3 个答案: