R中的正則表達式

Question

我在R中的正則表達式遇到了一些麻煩。我使用了庫stringr中的str_extract，我的問題是：

library(stringr)
test="word1 something word2 something word3 something word3"
temp = str_extract(test,'word2.+word3')
print(temp)
## [1] "word2 something word3 something word3"

問題是我希望它停在第一個word3，我不想要字符串的最后一部分。 有什么好主意嗎？ 非常感謝你

如果我有

test="word1 something word2 something1 word3 something2 word3 something3 word2 something4 word3"

並且我希望保留像這樣的“word2 something1 word3”，“word2 something4 word3”的2尺寸矢量再次感謝

Answer 1

將您的正則表達式行更改為：

temp = str_extract(test,'word2.+?word3')
                                ^

請注意我添加了? 這使得.+非貪婪（即它捕獲盡可能少，而不是在正則表達式中的下一個術語之前捕獲所有內容）。

要提取所有事件，請使用：

temp = str_extract_all(test,'word2.+?word3')

Answer 2

我認為你試圖提取字符串中兩點之間的每一個事件。 如果我錯了，我道歉。 這可以通過qdap's genXtract完成，並with = TRUE設置。 這也不是一個stringr答案：

test="word1 something word2 something1 word3 something2 word3 something3 word2 something4 word3"

library(qdap)
genXtract(test, left = "word2", right = "word3", with=TRUE)

## > genXtract(test, "word2", "word3", with=TRUE)
##         word2  :  word31         word2  :  word32 
## "word2 something1 word3" "word2 something4 word3" 

Answer 3

使用base r：我們可以使用反向引用捕獲word3之前的所有輸出

 sub("(word3).*","\\1",test)
 [1] "word1 something word2 something word3"