我的格式有多个字符串：
"s mus_musculus.1 3003214 6673 + 195471971 ctctcctatggcggggaaggtgcctggatgtctaaagc-----------------ctgaa-atggggatctatcccagaagctgtgtagcttctgcctgtcccagaagctgtgttgtttct"
如何使用正则表达式来拉出第一个数字序列（即3003214），然后是＃34; c，t，a，g和-＆＃34;的最终序列？
我已经尝试了各种正则表达式构建器，但还是无法弄明白。
任何帮助将不胜感激！
答案 0 :(得分：1)
您可以尝试使用此代码：
text <- "s mus_musculus.1 3003214 6673 + 195471971 ctctcctatggcggggaaggtgcctggatgtctaaagc-----------------ctgaa-atggggatctatcccagaagctgtgtagcttctgcctgtcccagaagctgtgttgtttct"
number <- str_extract(text, "(?<=\\s)\\d+(?=\\s)")
string <- str_extract(text, "[\\w\\-]+(?=\\s*)$")
print(number)
print(string)
<强> As demonstrated on rextester.com
用于提取数字：
(?<=\\s)是一个积极的后视，告诉正则表达式无论数字是什么，它都应该以空格开头。这完全基于我的假设，即你想要的第一个数字是跟随并且前面有一个空格
\\d+是您要捕获的一个或多个数字系列
(?=\\s)是一个积极的预测，它告诉正则表达式，该数字后跟一个空格。
用于提取字符串：
[\\w\\-]+表示一个或多个单词字符或短划线（成为捕获的字符串）
$断言字符串末尾的位置。所以，无论应该匹配什么，都必须在最后。
答案 1 :(得分：-1)
试试这个
S <- "s mus_musculus.1 3003214 6673 + 195471971 ctctcctatggcggggaaggtgcctggatgtctaaagc-----------------ctgaa-atggggatctatcccagaagctgtgtagcttctgcctgtcccagaagctgtgttgtttct"
gsub(".*\\s(\\d+)\\s{2}.*\\s(\\D+)$", "\\1 \\2", S)
# "3003214 ctctcctatggcggggaaggtgcctggatgtctaaagc-----------------ctgaa-atggggatctatcccagaagctgtgtagcttctgcctgtcccagaagctgtgttgtttct"