Question

我有一个字符串向量，如下所示：

a - bc/def_g  - A/mn/us/ww
opq - rs/ts_uf - BC/wx/yza
Abc - so/dhie7u - XYZ/En/xy/jkq - QWNE

我希望在第二个短划线（ - ）之后但在第一个闪光（/）之前得到文本，即结果看起来像

A
BC
XYZ

最好的方法是什么（矢量的行数超过500K。）

谢谢

Answer 1

假设您的字符串定义如下：

string <- c("a - bc/def_g  - A/mn/us/ww", 
            "opq - rs/ts_uf - BC/wx/yza", 
            "Abc - so/dhie7u - XYZ/En/xy/jkq - QWNE")

然后您可以使用sub

> sub(".*\\-\\s+([A-Z]+)/.*", "\\1", string)
[1] "A"   "BC"  "XYZ"

Answer 2

See regex in use here

^[^-]*-[^-]*-\s*\K[^/]+

^在行首处断言位置
[^-]*匹配除-以外的任何字符
-按字面意思匹配
[^-]*匹配除-以外的任何字符
-按字面意思匹配
\s*匹配任意数量的空白字符
\K重置模式的起点。最终匹配中不再包含任何以前消费的字符
[^/]+匹配/除{/ 1}}之外的任何字符

或者，正如Jan在下面的评论中所建议的（我相信它已被删除），^(?:\[^-\]*-){2}\s*\K\[^/\]+可能会被使用。它更短，更容易扩展，但更多的步骤。

See code in use here

x <- c("a - bc/def_g  - A/mn/us/ww", "opq - rs/ts_uf - BC/wx/yza", "Abc - so/dhie7u - XYZ/En/xy/jkq - QWNE")
m <- regexpr("^[^-]*-[^-]*-\\s*\\K[^/]+", x, perl=T)
regmatches(x, m)

结果：[1] "A" "BC" "XYZ"

在R中第二个短划线和第一个闪光之间保持文字

2 个答案: