从 R 中特殊字符之间的字符串中删除 substring

Question

我一直在寻找答案，但我失败了。 我的问题有点奇怪，我还在学习正则表达式。 我想从这个实现：

str1 <- 'txt1/txt2/123|abc_def_123|1991-02-11'

像这样的东西：

txt1|abc_def_123|1991-02-11

所以从/ （包括）到第一次出现| 应该被删除。 到目前为止，我写了这个：

sub("\\/.*\\|", "|", str1 )

但它会删除最后一次出现的所有内容|

"txt1|1991-02-11"

我怎么能指出 substring 应该被删除到他第一次出现| ?

Answer 1

您可以使用/[^|]* ，它采用第一个/和之后的所有内容，只要它不是| .

sub("/[^|]*", "", str1)
#[1] "txt1|abc_def_123|1991-02-11"

Answer 2

在您尝试之后，您可以使您的正则表达式变得懒惰

sub("/.*?\\|", "|", str1 )
#[1] "txt1|abc_def_123|1991-02-11"

Answer 3

您可以使用带有正前瞻的否定字符 class

/[^|]*(?=\|)

为了不跨越换行符，您可以扩展否定字符 class：

/[^|\r\n]*(?=\|)

正则表达式演示

str1 <- 'txt1/txt2/123|abc_def_123|1991-02-11'
sub("/[^|]*(?=\\|)", "", str1, perl=TRUE)

Output

[1] "txt1|abc_def_123|1991-02-11"

Answer 4

另一种方法是使用反向引用：

sub("(^.*)/.*/.*?(\\|.*$)", "\\1\\2", str1)
[1] "txt1|abc_def_123|1991-02-11"

在这里，双重反向引用\\1\\2 '召回'两个捕获组(...)中的字符串，而捕获组中未包含的部分被删除。