R背后的正则表达式断言

Question

我正在尝试使用tidyr的extract函数进行一些模式匹配。 我已经在正则表达式练习站点中测试了我的正则表达式，该模式似乎可行，并且我在使用lookbehind assertion 。

我有以下示例文本：

=[\"{ Key = source, Values = web,videoTag,assist }\",\"{ Key = type, 
Values = attack }\",\"{ Key = team, Values = 2 }\",\"{ Key = 
originalStartTimeMs, Values = 56496 }\",\"{ Key = linkId, Values = 
1551292895649 }\",\"{ Key = playerJersey, Values = 8 }\",\"{ Key = 
attackLocationStartX, Values = 3.9375 }\",\"{ Key = 
attackLocationStartY, Values = 0.739376770538243 }\",\"{ Key = 
attackLocationStartDeflected, Values = false }\",\"{ Key = 
attackLocationEndX, Values = 1.7897727272727275 }\",\"{ Key = 
attackLocationEndY, Values = -1.3002832861189795 }\",\"{ Key = 
attackLocationEndDeflected, Values = false }\",\"{ Key = lastModified, 
Values = web,videoTag,assist 

我想抓住attackLocationX的数字（有关攻击位置的所有文本之后的所有数字。

但是，将以下代码与lookbehind断言一起使用时，没有任何结果：

df %>% 
extract(message, "x_start",'((?<=attackLocationStartX,/sValues/s=/s)[0- 
9.]+)')

如果未找到任何模式匹配，此函数将返回NA ，尽管我已经在www.regexr.com上测试了模式，但我的目标列是所有NA值。 根据文档， R模式匹配支持后置断言，因此我不确定在此还可以做什么。

Answer 1

我不确定后面的部分，但是在R中，您需要转义反斜杠。 如果您使用的不是R特定的正则表达式检查器，则这并不明显。

更多信息在这里 。

因此，您可能希望您的正则表达式看起来像：

"attackLocationStartX,\\sValues\\s=\\s)[0-9.]+"

Answer 2

首先，要匹配空白，您需要\\s ，而不是/s 。

您不必在此处使用后退，因为如果模式中使用了捕获组，则extract将返回捕获的子字符串。

采用

df %>% 
  extract(message, "x_start", "attackLocationStartX\\s*,\\s*Values\\s*=\\s*(-?\\d+\\.\\d+)")

输出： 3.9375 。

正则表达式也可能看起来像"attackLocationStartX\\\\s*,\\\\s*Values\\\\s*=\\\\s*(-?\\\\d[.0-9]*)" 。

由于捕获了(-?\\\\d+\\\\.\\\\d+)部分，因此只有该组中的文本才是输出。

图案细节

• (-?\\d+\\.\\d+) -匹配的捕获组
  • -? -可选的连字符（ ?表示1或0次出现 ）
  • \\d+ -1或或数字（ +表示1或更多 ）
  • \\. -一个点
  • \\d+ -1或或数字
• \\d[.0-9]* -一个数字（ \\d ），后跟0个或多个点或数字（ [.0-9]* ）