在R中的其他两个字符串之间提取一个字符串

发布于08月23日

我试图找到一种简单的方法来提取出现在两个已知子字符串之间的未知子字符串(可以是任何东西).例如，我有一个字符串:

a<-" anything goes here, STR1 GET_ME STR2, anything goes here"

我需要提取STR1和STR2之间的字符串GET_ME(不带空格).

我try 了str_extract(a, "STR1 (.+) STR2")次，但我得到了整场比赛

[1] "STR1 GET_ME STR2"

我当然可以go 掉已知的字符串，以隔离我需要的子字符串，但我认为应该有一种更干净的方法，通过使用正确的正则表达式来做到这一点.

推荐答案

您可以使用str_match和STR1 (.*?) STR2(注意空格是"有意义的"，如果您只想匹配STR1和STR2之间的任何内容，请使用STR1(.*?)STR2，或者使用STR1\\s*(.*?)\\s*STR2来修剪所需的值).如果有多次出现，请使用str_match_all.

此外，如果需要匹配跨越换行符/换行符的字符串，请在模式的开头添加(?s):(?s)STR1(.*?)STR2/(?s)STR1\\s*(.*?)\\s*STR2.

library(stringr)
a <- " anything goes here, STR1 GET_ME STR2, anything goes here"
res <- str_match(a, "STR1\\s*(.*?)\\s*STR2")
res[,2]
[1] "GET_ME"

使用base R regexec的另一种方法(获得第一个匹配):

test <- " anything goes here, STR1 GET_ME STR2, anything goes here STR1 GET_ME2 STR2"
pattern <- "STR1\\s*(.*?)\\s*STR2"
result <- regmatches(test, regexec(pattern, test))
result[[1]][2]
[1] "GET_ME"