我正在尝试使用
在第一个空格后提取单词物种＆lt; -gsub（“。*（[A-Za-z] +）”，“\ 1”，x =属）
这适用于有两个单词的其他行，但是行[9]“Eulamprus tympanum marnieae”有3个单词而我的代码只返回字符串“marnieae”中的最后一个单词。如何在第一个空格后提取单词，这样我就可以检索“鼓膜”而不是“marnieae”，但将答案存储在一个名为＆gt; species的变量中。
属
[9]“Eulamprus tympanum marnieae”
答案 0 :(得分：0)
您的原始模式无法正常工作，因为子模式[A-Za-z]+与空格不匹配，因此只匹配一个单词。
您可以使用以下模式匹配第一个之后的任意数量的单词（除0之外），在双引号内：
"[A-Za-z]+ ([A-Za-z ]+)" https://regex101.com/r/p6ET3I/1
https://regex101.com/r/p6ET3I/2
这是一个相对简单但不完美的解决方案。它也会匹配尾随空格，或者在第一个单词后只有一个或多个空格，即使第二个单词不存在也是如此。例如，"Eulamprus "将成功匹配模式，并返回5个空格。如果您确信数据格式正确，则应该只使用此模式。
更可靠的方法如下：
"[A-Za-z]+ ([A-Za-z]+(?: [A-Za-z]+)*)"
https://regex101.com/r/p6ET3I/3
此模式将捕获一个单词（在第一个单词之后），后跟任意数量的加法单词（包括0），用空格分隔。
然而，从我记得的生物学课程来看，物种只有一两个名字，而且从不资本化。以下模式将反映此格式：
"[A-Za-z]+ ([a-z]+(?: [a-z]+)?)"