Question

我正在尝试以下方法，应该可以使我获得productUrl://和以下?之间的一切

(?<=\"productUrl\"\:\"\/\/)(.*?)(?=\?)

以上内容适用于https://regexr.com/

然后，我尝试转义反斜杠以使该字符串适合grep函数，但是没有运气。正确的做法是什么？

请参见以下示例：link to example

我实际上需要提取与我的模式匹配的子字符串，因此grep可以与其他函数结合使用。

Answer 1

请注意，您不需要在R regex模式中转义/，因为它们是用字符串文字定义的，并且/不是特殊的regex元字符。如果您想在"字符串文字内写一个"..."，则应该像已经做的那样用单个\对其进行转义。

如果使用单引号定义字符串文字并且将.*?(?=\?)变成否定的字符类，则可以避免此处的转义：

grep('(?<="productUrl":"//)([^?]*)', x, perl=TRUE)

[^?]*否定的字符类与?以外的0个或更多字符匹配。

如果您要检查的字符串没有双引号，请将其从后面的字符串中删除：

grep('(?<=productUrl://)([^?]*)', x, perl=TRUE)

您也可以使用\K来代替匹配的部分：

grep('productUrl://\\K[^?]*', x, perl=TRUE)
                   ^^^

实际上，您甚至不需要模式中的捕获组。

解决实际任务

您不能提取R中带有grep的子字符串，只能使用grep查找/识别要从字符向量中提取的元素。要提取子字符串，您需要使用基数R regmatches或字符串str_extract / str_extract_all或类似的match函数。

以R为底的示例：

> x <- '":"ppath","value":[],"hidden":false,"locked":false}],"bizData":"","pos":0},"listItems":[{"name":"BRAND\'S® Lutein Essence 6 Bottles x 60ml","nid":"66765568","icons":[{"domClass":"lazMall","text":"LazMall","alias":"LazMallAlias","type":"img","group":"1","showType":"0","order":0}],\n"productUrl":"//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html?search=1","image":"https://sg-test-11.slatic.net/p/5337f879236ece2f14158c055adcdef7.jpg",\n"productUrl":"//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html?search=1","sku":"BR924HBAB3R0N4SGAMZ","skuId":"167303363"}],"restrictedAge":0,"categories":[1438,1565,4776,7305' > regmatches(x, gregexpr('"productUrl":"\\K[^?"]*', x, perl=TRUE)) [[1]] [1] "//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html" [2] "//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html"

使用 stringr ：

> library(stringr) > str_extract_all(x, '(?<="productUrl":")[^?"]*') [[1]] [1] "//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html" [2] "//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html"

R中的regexpr语法

1 个答案: