Question

基本上，这是我的输入；

"a ~ b c d*e !r x"
"a ~ b c"
"a ~ b c d1 !r y",
"a ~ b c D !r z",
"a~b c d*e!r z"

并且希望以此作为我的结果；

"b c d*e"
"b c"
"b c d1"
"b c D"
"b c d*e"

输入表示（混合）模型，该模型由三部分组成，即从属部分（~），固定部分和随机部分（!r）。我认为使用捕获组将很容易（example）。困难是随机部分，并不总是存在。

我尝试了不同的操作，如下所示，当然可以分两个步骤进行。但是，我希望有一个（健壮的）正则表达式单行-我认为这应该是可能的。我也利用这些不同的资源来获得灵感。 non-capturing groups，string replacing和string removal。

library(stringr)
txt <- c("a ~ b c d*e !r x",
         "a ~ b c",
         "a ~ b c d1 !r y",
         "a ~ b c D !r z",
         "a~b c d*e!r z")

# Different tries with capture groups
str_replace(txt, "^.*~ (.*) !r.*$", "\\1")
> [1] "b c d*e"       "a ~ b c"       "b c d1"        "b c D"        
> [5] "a~b c d*e!r z"
str_replace(txt, "^(.*~ )(.*)( !r.*)$", "\\2")
> [1] "b c d*e"       "a ~ b c"       "b c d1"        "b c D"        
> [5] "a~b c d*e!r z"
str_replace(txt, "^(.*~)(.*)(!r.*|\n)$", "\\1\\2")
> [1] "a ~ b c d*e " "a ~ b c"      "a ~ b c d1 "  "a ~ b c D "  
> [5] "a~b c d*e"
str_replace(txt, "^(.*) ~ (.*)!r.*($)", "\\2")
> [1] "b c d*e "      "a ~ b c"       "b c d1 "       "b c D "       
> [5] "a~b c d*e!r z"
str_replace(txt, "^.* ~ (.*)(!r.*|\n)$", "\\1")
> [1] "b c d*e "      "a ~ b c"       "b c d1 "       "b c D "       
> [5] "a~b c d*e!r z"


# Multiple steps
step1 <- str_replace(txt, "^.*~\\s*", "")
step2 <- str_replace(step1, "\\s*!r.*$", "")
step2
> "b c d*e" "b c"     "b c d1"  "b c D"   "b c d*e"

编辑：发布后，我一直在玩耍，找到了适合我特定情况的东西。

# My (probably non-robust) solution/monstrosity
str_replace(txt, "(^.*~\\s*(.*)\\s*!r.*$|^.*~\\s*(.*)$)", "\\2\\3")
> "b c d*e " "b c"      "b c d1 "  "b c D "   "b c d*e"

Answer 1

使用正向后看和前瞻使用str_extract（）怎么样？

str_extract(st, "(?<=~)[^!]+") %>% trimws()
[1] "b c d*e" "b c"     "b c d1"  "b c D"   "b c d*e"

我用英语改写：

我们正在寻找以〜(?<=~)开头的字符，并且该字符是1个或多个不包含！的字符的序列。 [^!]+，当我们发现符合标准的内容时，我们将停止搜索该字符串（否则使用str_extract_all()）。终结处理，如果我们提取的内容在字符串的结尾处有空格，则将其trimws()删除。

数据：

st <- c(
  'a ~ b c d*e !r x',
  'a ~ b c',
  'a ~ b c d1 !r y',
  'a ~ b c D !r z',
  'a~b c d*e!r z'
)

编辑

随着输入示例的增加，很少有更新。不会再次更新。

Answer 2

我建议从头至尾全部删除，包括第一个波浪号（带有可选的空格），并以第一个!r开头作为整个单词：

gsub("^[^~]+~\\s*|\\s*!r\\b.*", "", txt)

请参见regex demo

详细信息

^-字符串的开头
[^~]+-除~以外的1个以上的字符
~-一个~字符
\\s*-超过0个空格
|-或
\\s*-超过0个空格
!r-!r子字符串
\\b-单词边界
.*-字符串的其余部分。

R demo：

txt <- c("a ~ b c d*e !r x",
         "a ~ b c",
         "a ~ b c d1 !r y",
         "a ~ b c D !r z",
         "a~b c d*e!r z")
gsub("^[^~]+~\\s*|\\s*!r\\b.*", "", txt)
## => [1] "b c d*e" "b c"     "b c d1"  "b c D"   "b c d*e"

Answer 3

此模式可让您在第一个捕获组中提取所需的文本：~ ?([\w\*\-\+\/ ]+)(!r)?。

第一个捕获组：[\w\*\-\+\/ ]+匹配任何单词字符\w或*，+，-，\和空格{{1 }}一次或多次（）。将在第二个捕获组（如果有）+之前将其终止。

Demo

使用R

3 个答案: