R中的正则表达式

Question

我在R中的正则表达式遇到了一些麻烦。我使用了库stringr中的str_extract，我的问题是：

library(stringr)
test="word1 something word2 something word3 something word3"
temp = str_extract(test,'word2.+word3')
print(temp)
## [1] "word2 something word3 something word3"

问题是我希望它停在第一个word3，我不想要字符串的最后一部分。 有什么好主意吗？ 非常感谢你

如果我有

test="word1 something word2 something1 word3 something2 word3 something3 word2 something4 word3"

并且我希望保留像这样的“word2 something1 word3”，“word2 something4 word3”的2尺寸矢量再次感谢

Answer 1

将您的正则表达式行更改为：

temp = str_extract(test,'word2.+?word3')
                                ^

请注意我添加了? 这使得.+非贪婪（即它捕获尽可能少，而不是在正则表达式中的下一个术语之前捕获所有内容）。

要提取所有事件，请使用：

temp = str_extract_all(test,'word2.+?word3')

Answer 2

我认为你试图提取字符串中两点之间的每一个事件。 如果我错了，我道歉。 这可以通过qdap's genXtract完成，并with = TRUE设置。 这也不是一个stringr答案：

test="word1 something word2 something1 word3 something2 word3 something3 word2 something4 word3"

library(qdap)
genXtract(test, left = "word2", right = "word3", with=TRUE)

## > genXtract(test, "word2", "word3", with=TRUE)
##         word2  :  word31         word2  :  word32 
## "word2 something1 word3" "word2 something4 word3" 

Answer 3

使用base r：我们可以使用反向引用捕获word3之前的所有输出

 sub("(word3).*","\\1",test)
 [1] "word1 something word2 something word3"