使用正则表达式，在 r 中找到匹配项后如何添加元素？

Question

我有一列具有数字长度范围为 10 和 11 的字符串。这是列中一些值的示例：

column=c("5699420001","00409226602")

如何在前四位数字之后（在 10 个字符的字符串中）和前五位数字之后（在具有 11 个字符的字符串中）以及两个长度的后四位数字之后放置连字符？ Output 在下面提供。 我想为此使用stringr 。

column_standard=c("5699-4200-01","00409-2266-02")

Answer 1

尝试使用这个作为你的表达：

\b(\d{4,5})(\d{4})(\d{2}\b)

它设置了三个捕获组，您以后可以在替换中使用它们来轻松地在它们之间添加连字符。

然后你只需替换为：

\1-\2-\3

感谢@Dunois 指出它在代码中的外观：

column_standard <- sapply(column, function(x) stringr::str_replace(x, "^(\\d{4,5})(\\d{4})(\\d{2})", "\\1\\-\\2-\\3"))

这是一个活生生的例子。

Answer 2

这是使用带有stringr的str_replace() function 的捕获组的解决方案：

library(stringr)

column <- c("5699420001","00409226602")

column_standard <- sapply(column, function(x){
  ifelse(nchar(x) == 11, 
         stringr::str_replace(x, "^([0-9]{5})([0-9]{4})(.*)", "\\1\\-\\2-\\3"),
         stringr::str_replace(x, "^([0-9]{4})([0-9]{4})(.*)", "\\1\\-\\2-\\3"))
})

column_standard

#     5699420001     00409226602 
# "5699-4200-01" "00409-2266-02"

代码应该是不言自明的。 我可以根据要求提供详细的解释。