R固定模式和非固定模式同时存在

Question

我在数据的R data.table中有一列，文本如下：

> my_table
                           descr
   1:   DESCRIPTIONA - JONES:4:2
   2:  DESCRIPTIONB - WILDER:6:7
  ---                          
 253:    DESCRIPTIONA - MANN:5:8
 254: DESCRIPTIONB - ROBERTS:3:4

注意，有两种描述：DESCRIPTIONA和DESCRIPTIONB。如果它是DESCRIPTIONA，我想用A替换整个描述部分，如果它是DESCRIPTIONB，则用B替换第一个分号之前的名称。这意味着我完全不关心这个名字。输出应如下所示：

> my_table
      descr
   1: A:4:2
   2: B:6:7
  ---                          
 253: A:5:8
 254: B:3:4

我正在尝试使用gsub来完成此任务，但我无法让正则表达式仅替换部分(DESCRIPTIONA - JONES):4:2。这很困难，因为每个名称都是不同的，并且长度也不同。有什么想法吗？

Answer 1

x = c(
    "DESCRIPTIONA - JONES:4:2",
    "DESCRIPTIONB - WILDER:6:7",
    "DESCRIPTIONA - MANN:5:8",
    "DESCRIPTIONB - ROBERTS:3:4"
)

gsub(pattern = "DESCRIPTION(.)[^:]*", replacement = "\\1", x)
# [1] "A:4:2" "B:6:7" "A:5:8" "B:3:4"

说明："DESCRIPTION(.)[^:]*"匹配单词DESCRIPTION，然后匹配单个字符(.)，该字符被()作为捕获组“保存”，然后它继续匹配非冒号字符[^:]，尽可能多地匹配(*)。它将完全匹配替换为第一个(\\1)捕获组。

你可以在这里使用它来更好地理解：https://regex101.com/r/Sc7oC1/1