使用正则表达式提取子字符串

我试图提取R中的子字符串，使用stringr。有些timeago我写了一个脚本来完成这项工作，但它不再工作。可能是由于更新，但我不知道。使用正则表达式提取子字符串

我的字符串看起来像（！）这样：myStr <- " layout = (3,3); //lala"。该字符串将始终包含layout关键字，等号和两个大括号（open ... close）。然而，两者之间的论据数量可能有所不同：（1,23,455,22）也是可能的。 )之后的部分也可以变化。

我喜欢从(开始并以)结尾的子字符串。因此这个例子必须给出：(3,3)。其他人可能会给(1,23,455,22)。

到现在我用这个：

library(stringr) 
str_extract(" layout = (3,3); //lala", "*\\(.*\\)")

然而，这不工作了。它给了我这个错误：

Error in stri_extract_first_regex(string, pattern, opts_regex = attr(pattern, : 
    Syntax error in regexp pattern. (U_REGEX_RULE_SYNTAX)

它曾经工作在过去。这个正则表达式有什么不对？

编辑： 如果字符串包含两对大括号，则子应该选择离开对（其他被注释掉与//）：

Str <- "layout = (1,2,3,4) //lala(huhu)" 
gsub(".*([(])(.*)([)]).*", "\\1\\2\\3", Str) 
#gives "(huhu)" which is not good; should be (1,2,3,4)

来源

2015-09-25 dani

什么语言，你wrting这个吗？ – jessica

你可以使用'strsplit'来分割列，并用'“（”，“）”'来提取中间的列。只是一个想法。 – Veera

尝试'str_extract（Str，“\\（[0-9，] + \\）”）' – akrun

你的正则表达式"*\\(.*\\)"是不是正确它始于*，一个量词，并且会导致不正确的正则表达式语法问题，因为您不能有多个字符串开始位置（这是解析表达式时由正则表达式检查的逻辑错误）。

The substring should select the left pair

使用延迟匹配的左边部分 - .*?：

myStr <- "layout = (1,2,3,4) //lala(huhu)" 
gsub(".*?(\\([^()]*\\)).*", "\\1", myStr) 
## ^^^

见IDEONE demo

结果：[1] "(1,2,3,4)"

懒惰匹配将确保我们之前的几个字符匹配越好第一次出现后续模式。

注意，如果要提取多(number,number....)值，则需要使用

library(stringr) 
str_extract(Str,"\\(\\d+(\\s*,\\d+)*\\)")

见regex demo here。

来源

2015-09-25 20:44:57

希望就是这样。 –

是的，是的。谢谢 - 还有其他人。工作得很好。 – dani

如果需要提取，使用这些模式与括号一起的数字和逗号，

str_extract(Str,"\\([0-9,]+\\)") 
#[1] "(1,2,3,4)" 

str_extract(myStr,"\\([0-9,]+\\)") 
#[1] "(3,3)"

来源

2015-09-25 20:45:37 akrun

使用正则表达式提取子字符串

回答

相关问题