R：通过正则表达式提取字符串匹配部分的列表

Question

假设我需要从字符串中提取不同的部分作为列表，例如我想将字符串"aaa12xxx"分成三部分。

一种可能性是做三个gsub调用：

parts = c()
parts[1] = gsub('([[:alpha:]]+)([0-9]+)([[:alpha:]]+)', '\\1', "aaa12xxx")
parts[2] = gsub('([[:alpha:]]+)([0-9]+)([[:alpha:]]+)', '\\2', "aaa12xxx")
parts[3] = gsub('([[:alpha:]]+)([0-9]+)([[:alpha:]]+)', '\\3', "aaa12xxx")

当然这看起来很浪费（即使它在for循环中）。 是不是只有从正则表达式和测试字符串返回部件列表的函数？

Answer 1

只需通过strsplit分割输入字符串并获取所需的部分..

> x <- "aaa12xxx"
> strsplit(x,"(?<=[[:alpha:]])(?=\\d)|(?<=\\d)(?=[[:alpha:]])", perl=TRUE)
[[1]]
[1] "aaa" "12"  "xxx"

通过指定索引号来获取零件。

> m <- unlist(strsplit(x,"(?<=[[:alpha:]])(?=\\d)|(?<=\\d)(?=[[:alpha:]])", perl=TRUE))
> m[1]
[1] "aaa"
> m[2]
[1] "12"
> m[3]
[1] "xxx"

• (?<=[[:alpha:]])(?=\\\\d)匹配前面有字母表并后跟数字的所有边界。

• | 要么

• (?<=\\\\d)(?=[[:alpha:]])匹配前面有数字并后跟字母表的所有边界。

• 根据匹配的边界拆分输入将为您提供所需的输出。

Answer 2

(\\d+)|([a-zA-Z]+)

要么

([[:alpha:]]+)|([0-9]+)

你可以从library(stringr)获取capture.use str_match_all() 。 library(stringr) demo。

https://regex101.com/r/fA6wE2/8