仅提取字符串中的5位数字

Question

我有一个地址，81000是邮政编码（总是一个5位数字）。

address <- "F47, First Floor, PTD 106273, Persiaran Indahpura Utama, Bandar Indahpura, 81000 Kulaijaya, Johor"

我正在尝试使用regex确定邮政编码，我尝试了以下内容：

## postal code pattern
postal_pattern <- '\\d{5}'
## extract postal code
postal_code <- stringr::str_extract_all(address, postal_pattern)

但是，我得到了以下输出，部分正确：

> postal_code
[[1]]
[1] "10627" "81000"

如何仅使用81000或任何库提取regex？

Answer 1

我建议从字符串中提取最后 5位数字：

> str_replace(address, ".*\\b(\\d{5})\\b.*", "\\1")
[1] "81000"

或使用基础R sub：

> sub(".*\\b(\\d{5})\\b.*", "\\1", address)
[1] "81000"

由于.*匹配所有字符串（行），然后开始回溯以适应后续模式，因此\d{5}将匹配最后5位数字（作为整个单词）。

<强>详情

• .* - 任何0个或多个字符（ stringr 版本中的换行符除外，如果您还需要匹配换行符，请在模式前添加(?s) ），尽可能多，直到最后一次出现的后续子模式
• \\b - 一个前导词边界（前导，因为以下预期的字符是数字）
• (\\d{5}) - 第1组：五位数
• \\b - 尾随字边界
• .* - 字符串的其余部分（在 stringr 版本中，如果您还需要匹配换行符，则在(?s)前面添加模式）

Answer 2

使用正则表达式

\\b\\d{5}\\b

这将确保它们处于边界