提取部分字符串以4位数字开头，以句点

Question

我有一个如下字符向量：

char <- c("cancer_6_53_7575_tumor.csv", "control_7_4_7363_healthy.csv")

我想提取字符串中以4位患者ID中的“7”开头并以“。”结尾的部分，但是当该患者ID之前有7时，以下方法不起作用。

values <- unlist(qdapRegex::rm_between(char, "7", ".", extract = TRUE))

如何指定它必须以4位数字中的7开头？

Answer 1

您可以使用：

char <- c("cancer_6_53_7575_tumor.csv", "control_7_4_7363_healthy.csv")
gsub(".*(7\\d{3}.*)\\..*$", "\\1", char)
[1] "7575_tumor" "7363_healthy"

1. 在7之后搜索3位数字符串（使其成为4位数字符串）：7\\d{3}
2. 并开始将模式记录到第一个.：(7\\d{3}.*)\\.
3. 然后打印录制的模式：\\1

Answer 2

另一种方法是使用stringr。

library(stringr)
str_extract(char, '7\\d{3}[^\\.]*')
## [1] "7575_tumor"   "7363_healthy"

它会匹配以7开头的4个数字和点到地址的所有数字 - .。