R：删除字符串中分隔符后的所有字母字符

Question

我想在字符串中删除分隔符后面的所有字母（[az]）（例如“ - ”），例如：

s <- "abc-10abc"

所以得到：

> s2
[1] "abc-10"

我怎样才能做到这一点？ 谢谢

Answer 1

gsub("(.*\\d).*", "\\1", s)

第一个模式参数使用()来“捕获”一组字符。 在捕获内部，我们正在寻找所有外卡字符，直到数字\\\\d 。 这会“捕获”所有内容，直到最后一位数字。

由于pattern参数还包括捕获组之后的多通配符，因此整个原始字符串将作为替换目标。 替换参数\\\\1表示使用模式参数中的第一个（仅在此情况下）捕获表达式。

让我知道，如果不清楚，这是我的正则表达福音为R正则表达式的帮助https://www.cheatography.com/davechild/cheat-sheets/regular-expressions/

就像Rich Scriven指出的那样，你可以用.* [az]*代替.* [az]*来定位最后一个数字之后的字母。 您可能希望将参数ignore.case = TRUE添加到gsub()以及不是所有内容都是小写：

gsub("(.*\\-\\d*)[a-z]*", "\\1", s, ignore.case = TRUE)

Answer 2

我不是正则表达式专家，但我相信这符合你的模式。

gsub("(^.*-[^[:alpha:]]*)[[:alpha:]]*", "\\1", s)
#[1] "abc-10"

说明：

1. ^ - 字符串的开头
2. ^.*字符串开头的任何字符后跟零次或多次重复。
3. -匹配问题中的分隔符
4. [^[:alpha:]]* circunflex否定了类[:alpha:] ，不匹配字母字符
5. (all of above)形成一个模式组，第一个（也是唯一的）
6. [[:alpha:]]*匹配一个字母字符，然后重复零次或多次

然后在replacement参数中， \\\\1表示用第一组替换模式，因此省略[[:alpha:]]*部分。