從 R 中特殊字符之間的字符串中刪除 substring

Question

我一直在尋找答案，但我失敗了。 我的問題有點奇怪，我還在學習正則表達式。 我想從這個實現：

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

像這樣的東西：

txt1|abc_def_123|1991-02-11

所以從/ （包括）到第一次出現| 應該被刪除。 到目前為止，我寫了這個：

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

但它會刪除最后一次出現的所有內容|

"txt1|1991-02-11"

我怎么能指出 substring 應該被刪除到他第一次出現| ?

Answer 1

您可以使用/[^|]* ，它采用第一個/和之后的所有內容，只要它不是| .

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

Answer 2

在您嘗試之后，您可以使您的正則表達式變得懶惰

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

Answer 3

您可以使用帶有正前瞻的否定字符 class

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

為了不跨越換行符，您可以擴展否定字符 class：

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

正則表達式演示

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

另一種方法是使用反向引用：

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

在這里，雙重反向引用\\1\\2 '召回'兩個捕獲組(...)中的字符串，而捕獲組中未包含的部分被刪除。