如何在符号和空格之间提取字符串？

Question

我正在尝试提取在文字聊天中标记的用户名，例如“@Jack @Marie Hi there！”

我试图在@和空白的组合上做到这一点，但我不能让正则表达式匹配非贪婪（或者至少这是我认为是错误的）：

library(stringr)
str_extract(string = '@This is what I want to extract', pattern = "(?<=@)(.*)(?=\\s+)")

[1] "This is what I want to"

我想要提取的只是This。

Answer 1

你可以让你的正则表达式不贪婪：

(?<=@)(.*?)(?=\s+)

或者，如果您想在@符号之后仅捕获“此”，您可以像这样只使用正面的背后搜索：

(?<=@)\w+

<强>解释

• 积极的后视(?<=
• 断言背后的是@
• 关闭正向值)
• 匹配一个或多个单词字符\w+

Answer 2

正则表达式的中心部分（(.*)）是任何字符的序列。

相反，你应该寻找除了空白之外的一系列字符 （\S+）或字词（\w+）。

另请注意，我将*更改为+，因为您可能不感兴趣 在任何空的字符序列中。

还要捕获源中具有“最后”位置的名称 字符串，你的正则表达式的最后一部分不仅应该匹配序列 的空格字符，也是字符串的结尾，所以改变 (?=\\s+)至(?=\\s+|$)。

最后一句话：其实你不需要括号 “中心”部分。

总而言之，整个正则表达式可以是这样的：

(?<=@)\w+(?=\s+|$)

（使用全球 oprion）。

Answer 3

这是一种非正则表达式方法，或者说是一种最小正则表达式方法，因为grep通过正则表达式引擎检测@

grep('@', strsplit(x, ' ')[[1]], value = TRUE)
#[1] "@This"

或者为了避免strsplit，我们可以使用scan（取自this answer），即

grep('@', scan(textConnection(x), " "), value=TRUE)
#Read 7 items
#[1] "@This"