正则表达式，用于提取数字模式

Question

我有一个像这样的复杂字符串：

x <- "Lab ID : 11.11111 4\\nStatus : Final(F)\\nValue : 0.4 %\\nLow range:  0\\nHigh range:  2\\n"

有趣的是，值0.4-Value :之后总是数字模式

到目前为止，我已经尝试了以下方法：

y <- gsub(".*Value : \\s*|\\\\.*", "", x)

其后是：

gsub("[^0-9\\.-][^\\s]+", "", y)

挑战在于，数字模式可以采用任何正值或负值，并且有时后面跟随着更多的数字模式（例如0.4 10E9/ml）。此外，由于Value :之后还可以包含字符值（例如Value : pending \\nLow ...

我正在尝试以一种可靠的方式实现提取。

有什么想法吗？

Answer 1

我们可以使用sub来匹配整个字符串，并替换为与数字值匹配的模式：

x <- "Lab ID : 11.11111 4\\nStatus : Final(F)\\nValue : pending -0.4 10E9/ml %\\nLow range:  0\\nHigh range:  2\\n"

sub(".*Value\\s*:[\\s[:alpha:]]*(-?\\d+\\.\\d+).*", "\\1", x, perl = TRUE)
# [1] "-0.4"

请注意，我已经修改了输入字符串，以证明该正则表达式适用于OP指定的所有情况。

Answer 2

您可以使用

regmatches(x, regexpr("Value\\s*:\\s*\\K-?\\d+(?:\\.\\d+)?", x, perl=TRUE))

请参见regex demo和R online demo。

详细信息

• Value-文字子字符串
• \s*:\s*-用0+空格括起来的冒号
• \K-匹配重置操作符，用于将所有匹配的文本丢弃到匹配内存缓冲区之外
• -?-可选的减号
• \d+-1个以上数字
• (?:\.\d+)?-点和1+个数字的可选序列。

Answer 3

不确定this RegEx是否能涵盖您所有可能的输入内容：

[0-9\s\.]+%