一个例子向量:
string <- "Junk1_Junk2_Junk3__ID1_Junk4_Junk5.pdf"我试图通过从右边计数_ (下划线)来子集_;所以在第二个下划线和第三个下划线之间的子集是右边的。
预期产出:ID1
我的尝试是尝试使用双__,但这是行不通的,因为不是所有的字符串列表都有它。
尝试:(_){2}([^_]+)
附带注意,我正在尝试使用regex,请推荐一个资源来构建和测试。
如能提供任何协助,我们将不胜感激。
发布于 2021-11-15 23:19:07
您可以使用
library(stringr)
stringr::str_extract(string, "[^_]+(?=(?:_[^_]*){2}$)")或者,与基数R相同的方法:
## Base R:
sub(".*?([^_]+)(?:_[^_]*){2}$", "\\1", string)详细信息
[^_]+ - _以外的一个或多个字符(?=(?:_[^_]*){2}$) -一种正前瞻,它需要两个_序列,然后在字符串结束之前对除_以外的任何字符进行零次或多次重复。.*?([^_]+)(?:_[^_]*){2}$匹配.*? -任何零或多个字符,尽可能少([^_]+) -捕获组1(替换模式中的\1指这个捕获的字符串):一个或多个字符,而不是_。(?:_[^_]*){2} -两个_序列,然后除_以外的任何字符都没有或更多的重复。$ -字符串的末端。发布于 2021-11-15 23:20:21
sub(".*_([^_]+)(_[^_]+){2}", "\\1", string)
[1] "ID1"发布于 2021-11-16 01:34:49
我考虑在纯Regex中这样做,但我认为我会在R中简化这个问题,我将使用一些非常简单的正则表达式和两个R命令,而不是1。
str_extract(string,"[^_]+_[^_]+_[^_]+$") %>%
str_remove("_[^_]+_[^_]+$")这里我找到了一个非下划线[^_]+和下划线_的组合。
为了方便Regex,我要提取整个字符串。然后我去掉多余的。
或者,我们可以使用更复杂的Regex和展望方法。
str_extract(string,"[^_]+(?=_[^_]+_[^_]+$)")我认为对于许多不经常使用Regex的程序员来说,查找代码更高级一些。
https://stackoverflow.com/questions/69981998
复制相似问题