我对r很陌生,我没有使用正则表达式的经验,我们将不胜感激。
我正在读dir
,并且试图查找数字为“ 22953”的文件,然后我想读取包含该文件的最新文件。日期也写在文件名中。
目录中的文件:
inv_22953_20190828023258_112140.csv
inv_22953_20190721171018_464152.csv
inv_8979_20190828024558_112140.csv
我在这里遇到的问题是,我不能真正依靠字符串的位置来获取日期,因为如您所见,某些文件的字符可能更少,这就是为什么一种解决方案是找到日期的原因在第二和第三之间。
filepath <- "T:/Pricing/Workstreams/Business Management/EU/01_Operations/02_Carveouts/05_ImplementationTest/"
list.files(filepath)[which.max(suppressWarnings(ymd_hm(substr(list.files(filepath, pattern="_22953"),11,22))))]```
答案 0 :(得分:0)
library(lubridate)
# First find the files with 22953 inside
myFiles <- grep("22953", list.files(filepath), value = T)
# Then, isolate the date and which file has the newest (maximum) date:
regex <- "^.*_.*_([0-9]{4})([0-9]{2})([0-9]{2}).*\\.csv$"
myFiles[which(as_date(sub(regex, "\\1-\\2-\\3", myFiles)) == max(as_date(sub(regex, "\\1-\\2-\\3", myFiles))))]
正则表达式的解释