R中的regexpr语法

Question

我正在尝试以下哪些应该允许我获取productUrl://和以下内容之间的所有内容?

(?<=\\"productUrl\\"\\:\\"\\/\\/)(.*?)(?=\\?)

以上工作在https://regexr.com/

然后我试图逃避反斜杠以使该字符串适合grep函数，但没有运气。 这样做的正确方法是什么？

请参阅此示例： 链接到示例

我实际上需要提取与我的模式匹配的子串，因此grep可以与另一个函数一起使用。

Answer 1

请注意，您不需要转义/使用R正则表达式模式，因为它们是使用字符串文字定义的，并且/不是特殊的正则表达式元字符。 如果你想写一个" inside "..."字符串文字，你应该用一个\\来逃避它，就像你已经在做的那样。

如果使用单引号定义字符串文字，并且将.*?(?=\\?)转换为否定字符类，则可以避免在此处过度使用：

grep('(?<="productUrl":"//)([^?]*)', x, perl=TRUE)

[^?]*否定字符类匹配除0之外的任何0或更多字符? 。

如果您要检查的字符串没有双引号，请从lookbehind中删除它们：

grep('(?<=productUrl://)([^?]*)', x, perl=TRUE)

您也可以使用\\K来省略匹配的文本部分，而不是lookbehind：

grep('productUrl://\\K[^?]*', x, perl=TRUE)
                   ^^^ 

实际上，您甚至不需要模式中的捕获组。

解决实际任务

您无法在R中使用grep 提取子字符串，您只能使用grep查找/标识要从字符向量中提取的元素。 要提取子字符串，您需要使用基本R regmatches或stringr str_extract / str_extract_all或类似的match函数。

基数为R的示例：

> x <- '":"ppath","value":[],"hidden":false,"locked":false}],"bizData":"","pos":0},"listItems":[{"name":"BRAND\'S® Lutein Essence 6 Bottles x 60ml","nid":"66765568","icons":[{"domClass":"lazMall","text":"LazMall","alias":"LazMallAlias","type":"img","group":"1","showType":"0","order":0}],\n"productUrl":"//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html?search=1","image":"https://sg-test-11.slatic.net/p/5337f879236ece2f14158c055adcdef7.jpg",\n"productUrl":"//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html?search=1","sku":"BR924HBAB3R0N4SGAMZ","skuId":"167303363"}],"restrictedAge":0,"categories":[1438,1565,4776,7305'
> regmatches(x, gregexpr('"productUrl":"\\K[^?"]*', x, perl=TRUE))
[[1]]
[1] "//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html"
[2] "//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html"

使用stringr ：

> library(stringr)
> str_extract_all(x, '(?<="productUrl":")[^?"]*')
[[1]]
[1] "//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html"
[2] "//www.lazada.sg/products/brands-lutein-essence-6-bottles-x-60ml-i138897006-s167303363.html"