提取两个字符之间的字符R

Question

我有一个df，我想提取'./'和'.v8'之间的组织名称 因此，对于此df，结果将是一个仅包含“甲状腺”，“ Esophagus_Muscularis”，Adipose_Subderma

的列

gene<-c("ENSG00000065485.19","ENSG00000079112.9","ENSG00000079112")
tissue<-c("./Thyroid.v8.signif_variant_gene_pairs.txt.gz","./Esophagus_Muscularis.v8.signif_variant_gene_pairs.txt.gz","./Adipose_Subcutaneous.v8.signif_variant_gene_pairs.txt.gz")
df<-data.frame(gene,tissue)

我真的很努力与正则表达式并尝试过：

pattern="/.\(.*)/.v8(.*)"
result <- regmatches(df$tissue,regexec(pattern,df$tissue))

但是我得到了

  

错误：'（'是字符串开头无法识别的转义   “” /。（"

Answer 1

在R中，我们需要转义（\）。在这里，我们使用了一个正则表达式环顾四周，它匹配\\w+（元字符-转义字符）和.之后的\（{{ 1}}转义）和“ v8”

.

\\-是正向查找，以匹配library(stringr) library(dplyr) df %>% mutate(new = str_extract(tissue, "(?<=\\.[/])\\w+(?=\\.v8)")) # gene tissue new #1 ENSG00000065485.19 ./Thyroid.v8.signif_variant_gene_pairs.txt.gz Thyroid #2 ENSG00000079112.9 ./Esophagus_Muscularis.v8.signif_variant_gene_pairs.txt.gz Esophagus_Muscularis #3 ENSG00000079112 ./Adipose_Subcutaneous.v8.signif_variant_gene_pairs.txt.gz Adipose_Subcutaneous 之前的(?<=\\.[/])和.和/-正向查找匹配单词后的\\w+和字符串'v8'。因此，基本上，它会查找一个单词，该单词前后都有一个模式，然后提取该单词