如何在R中提取带有特殊字符的模式之间的字符串[重复]

Posted 2023-03-23

【中文标题】如何在R中提取带有特殊字符的模式之间的字符串[重复]

【英文标题】：How to extract string between to patterns with special characters in R [duplicate]

【发布时间】：2020-12-06 08:24:33

【问题描述】：

从字符串a 我想提取|Request| 和下一次出现的| 之间的所有内容：

 a <- "|Request|\nSample inlet port of the HIP cartridge with |overflow| formed "
    
 gsub(".*\\|Request\\| (.+) |.*", "\\1", a)

以这种方式应用 gsub 并没有产生预期的结果。我该怎么做呢？

【问题讨论】：

您可以使用捕获组\|Request\|([^|]+)regex101.com/r/zmUIM0/1获取值

stringr::str_match(a, "\\|Request\\|([^|]+)")[,2]

【参考方案1】：

你需要使用惰性点，而且你的输入模式应该匹配整个输入，因为你要替换为捕获组：

a <- "|Request|\nSample inlet port of the HIP cartridge with |overflow| formed "
sub("^.*\\|Request\\|\\s*(.+?)\\s*\\|.*$", "\\1", a)

[1] "Sample inlet port of the HIP cartridge with"

【讨论】：

如果 |-symbol 之后不再出现，我想获取从第一个匹配到结束的子字符串。我怎么能这样做？

我没有足够的样本输入来提出足够好的替代正则表达式，甚至值得在这里发表评论。

【参考方案2】：

您可以使用sub 捕获|Request| 之后的所有内容，直到下一个| 出现。

sub(".*\\|Request\\|(.*?)\\|.*", "\\1", a)
#[1] "\nSample inlet port of the HIP cartridge with "