提取兩個不同模式之間的部分字符串

Question

我嘗試使用stringr包來提取兩個特定模式之間的字符串的一部分。

例如，我有：

my.string <- "nanaqwertybaba"
left.border  <- "nana"
right.border <- "baba"

並通過使用str_extract(string, pattern)函數（其中模式由 POSIX 正則表達式定義），我想收到：

"qwerty"

來自 Google 的解決方案不起作用。

Answer 1

在base R你可以使用gsub 。 pattern的括號創建編號的捕獲組。 在這里，我們選擇replacement的第二組，即邊界之間的組。 的. 匹配任何角色。 *表示前面的元素中有零個或多個

gsub(pattern = "(.*nana)(.*)(baba.*)",
     replacement = "\\2",
     x = "xxxnanaRisnicebabayyy")
# "Risnice"

Answer 2

我不知道是否以及如何使用stringr提供的函數，但您也可以使用base regexpr和substring ：

pattern <- paste0("(?<=", left.border, ")[a-z]+(?=", right.border, ")")
# "(?<=nana)[a-z]+(?=baba)"

rx <- regexpr(pattern, text=my.string, perl=TRUE)
# [1] 5
# attr(,"match.length")
# [1] 6

substring(my.string, rx, rx+attr(rx, "match.length")-1)
# [1] "qwerty"

Answer 3

我會使用str_match “從第一匹配）通過（形成str_match提取捕獲基團，它返回與用於完全匹配的一列和各組一列的字符矩陣。”：從stringr REF

str_match(my.string, paste(left.border, '(.+)', right.border, sep=''))[,2]

上面的代碼創建了一個正則表達式，其中paste連接捕獲組(.+) ，捕獲一個或多個字符，左右邊框（字符串之間沒有空格）。

假設單個匹配。 因此， [,2]從str_match返回的矩陣中選擇第二列。

Answer 4

您可以使用包unglue ：

library(unglue)
my.string <- "nanaqwertybaba"
unglue_vec(my.string, "nana{res}baba")
#> [1] "qwerty"