如何仅提取R

Question

我正在尝试从某些html中提取模式。我正在使用纵梁。

我有一个数字列表，例如nums<-c(">00324R<",">E223143<",">00000F<")  我尝试过str_extract(nums,">[A-Z0-9]{4,}?<")提取我想要的模式（">00324R<" ">E223143<" ">00000F<"），但是我不想提取<或>

我知道积极的前瞻可能是这里的答案，但是我似乎无法创建一个可行的方法，我不确定为什么不这样做。我尝试过：

str_extract(nums,"(?<=<)[A-Z0-9]{4,}?<")

Answer 1

使用以下正则表达式

> str_extract(nums,"(?<=>)[A-Z0-9]{4,}(?=<)")
[1] "00324R"  "E223143" "00000F" 

详细信息

• (?<=>)-与后面紧跟>的位置相匹配的正向外观
• [A-Z0-9]{4,}-四个或更多大写ASCII字母或数字
• (?=<)-与位置相匹配的正向超前查询，后跟<。

请参见regex demo和正则表达式图：

Answer 2

如果您的字符串非常一致，则可以选择非>或<之外的任何内容：

str_extract(nums, "[^<>]+")
# [1] "00324R"  "E223143" "00000F"

或gsub()将它们移走：

gsub("[<|>]", "", nums)

Answer 3

您可以按如下所示删除“ <”或“>”：

gsub（“ [<|>]”，“”，数字