正則表達式“直到但不包括”特殊字符（使用R）

Question

我有一個像這樣的數據框（RNA.patients）：

PAK1|5808
PAK2|10289
PALM2|114299
PALM2-AKAP2|445815

我想抓住所有東西直到“|”，所以我找到了這個正則表達式：

regmatches(RNA.patients[i,1], regexpr("^[^[:punct:]]*", RNA.patients[i,1]))

但對於像“PALM2-AKAP2”這樣的情況，正則表達式停在“ - ”處。 有人能幫助我嗎？

Answer 1

而不是使用正則表達式（除非它們確實是必要的），只需使用列上的read.table將其拆分為兩個並從那里提取相關列：

Text <- c("PAK1|5808", "PAK2|10289", "PALM2|114299", "PALM2-AKAP2|445815")
read.table(text = Text, sep = "|")
#            V1     V2
# 1        PAK1   5808
# 2        PAK2  10289
# 3       PALM2 114299
# 4 PALM2-AKAP2 445815

或者，您可以使用strsplit ：

sapply(strsplit(Text, "[|]"), `[[`, 1)
# [1] "PAK1"        "PAK2"        "PALM2"       "PALM2-AKAP2"
sapply(strsplit(Text, "[|]"), `[[`, 2)
# [1] "5808"   "10289"  "114299" "445815"

Answer 2

我想你可以將否定移動到punct子類，然后添加 - 到外部類

^[-[:^punct:]]*

如果你想全局匹配字段，請使用它

[-[:^punct:]]+

Answer 3

繼續@nograpes的評論 ，您可以使用正則表達式與sub結合來消除管道中的所有字符。

sub("\\|.*$","",RNA.patients[[1]])