返回字符串的开头，最多包括两个字符

Question

我有一个看起来像这样的字符向量：

a <- c("Bob/7", "What is this?", "Seventeen")

我想提取字符串的开头，直到并包括斜杠（/）或空格（）。结果应如下所示：

b
[1] "Bob/"  "What " NA 

不匹配的项目也可以是空字符串或删除而不是返回NA。

我尝试使用grep("^.+?[/ ]", a, value = TRUE)，但是它返回匹配的元素而不是匹配的子字符串。

Answer 1

找到解决方案：

b <- regmatches(a, regexpr("^.+?[/ ]", a))
b
[1] "Bob/"  "What "

Answer 2

这是仅使用sub的另一种方法：

a <- c("Bob/7", "What is this?", "Seventeen", "AA 1", "AA 7", " AA 7")
sub("(.*?[/ ]|).*", "\\1", a)
# [1] "Bob/"  "What " ""      "AA "   "AA "   " "   

因此，.*?[/ ]几乎就是您所拥有的：对于+向量中的最后一个，我用*替换了a。接下来，|对应于OR，因此a|b匹配a或b。现在让.*?[/ ]|匹配我们想要的内容，或者如果不存在，我们匹配一个空字符串""。没有它，我们将得到：

sub("(.*?[/ ]).*", "\\1", a)
# [1] "Bob/"      "What "     "Seventeen" "AA "       "AA "       " "   

也就是说，Seventeen不需要做任何事情，因此它保持不变，而对于实际的解决方案，我们将其替换为空字符串。