Question

我正在尝试使用子函数将Parcel Number与凌乱的字符串变量隔离开来。包裹编号在字符串中由前面的“ParNum：”标识，所需数字周围的字符各不相同，但它们遵循这两个示例的一般形式。

string1 <- "Legal Description:  PrpId:0511552031 ParNum:0511552031 CC:05 T:7 R:8"
string2 <- "Legal Description:  Rmrk:PT OF PrpId:0511552031 ParNum:0511552031 CC:05 T:7 R:8"

悲惨的失败努力：

> sub("[^:]*:)*[^:]*:", "", string1)
[1] "0511552031 ParNum:0511552031 CC:05 T:7 R:8"

期望的结果：

0511552031

Answer 1

尝试在sub使用以下模式：

.*ParNum:([^[:blank:]]*).*

匹配ParNum:，然后捕获 ParNum:后的任何非空格/制表符。然后，捕获的数字在第一个捕获组中显示为\\1。

代码段：

string1 <- "Legal Description:  PrpId:0511552031 ParNum:0511552031 CC:05 T:7 R:8"
sub(".*ParNum:([^[:blank:]]*).*", "\\1", string1)
[1] "0511552031"

Demo

Answer 2

我发现使用stringr中的tidyverse包更容易。（事实上，像这样的问题首先促使我安装stringr）

library(stringr)

string1 <- "Legal Description:  PrpId:0511552031 ParNum:0511552031 CC:05 T:7 R:8"
string2 <- "Legal Description:  Rmrk:PT OF PrpId:0511552031 ParNum:0511552031 CC:05 T:7 R:8"

str_extract(string1, "(?<=ParNum:)[^[:blank:]]*")
# [1] "0511552031"

此外，str_extract和sub已经过矢量化，因此以下工作

strings <- c(string1, string2)
str_extract(strings, "(?<=ParNum:)[^[:blank:]]*")
# [1] "0511552031" "0511552031"
sub(".*ParNum:([^[:blank:]]*).*", "\\1", strings)
# [1] "0511552031" "0511552031"

模式(?<=)是lookbehind的正则表达式。这个site提供了有关外观的更多信息。

如何使用常见的前一个模式从字符串中提取字符？

2 个答案:

Demo