R stringr 正则表达式提取括号内的字符

Posted 2023-02-14

【中文标题】R stringr 正则表达式提取括号内的字符

【英文标题】：R stringr regex to extract characters within brackets

【发布时间】：2022-01-17 04:40:30

【问题描述】：

我正在尝试在 R 中使用正则表达式来提取括号内的整个字符串，其中括号包含关键字：

library(stringr)
test <- "asdf asiodjfojewl kjwnkjwnefkjnkf [asdf] fasdfads fewrw [keyword<1] keyword [keyword>1]"

应该返回

keyword<1 # fine if it returns [keyword<1] with the brackets too instead
keyword>1

我的尝试单独返回所有字母并排除括号中的数字。

# my attempt
str_extract_all(test, regex("[\\<keyword\\>.*?]"))
[[1]]
 [1] "d" "o" "d" "o" "e" "w" "k" "w" "k" "w" "e" "k" "k" "d" "d" "d" "e" "w" "r" "w" "k" "e" "y" "w" "o" "r" "d" "<" "k" "e" "y" "w" "o" "r"
[35] "d" "k" "e" "y" "w" "o" "r" "d" ">"

【问题讨论】：

你可以试试：str_extract_all(test, "(?<=\\[)keyword.*?(?=\\])")

行得通！你能把它作为答案提交给我吗？

drj3122，不要急于选择答案。似乎对您有用的答案稍后可能会被证明是不正确的，或者可能会出现更好的答案。这里的许多提问者至少要等几个小时才能做出选择。有些等待的时间要长一些。

@AndS，与'[keywording]' 中的'keywording' 匹配，但与'[no keyword]' 中的'keyword' 不匹配。请注意，虽然示例中的关键字紧跟在左括号之后，但第一句表明情况并非总是如此。

@CarySwoveland 我只写了一个简短的评论来回答提出的问题。示例中没有“关键字”和“无关键字”，因此我没有尝试将它们考虑在内。

【参考方案1】：

这将创建字符串 ]...[ 其中 ... 是测试，然后将其拆分为 ]...[ 其中 ... 是直到下一个 [ 之前的最短字符串。在 strsplit 正则表达式中 ] 匹配自身，然后 .*?\[ 匹配最短字符串，直到并包括下一个 [。这将为 test 的每个组件返回一个组件（假设 test 可以是字符向量），然后返回其中包含 的结果。不使用任何包。

test |>
  sprintf(fmt = "]%s[") |>
  strsplit("].*?\\[") |>
  lapply(grep, pattern = "[<>]", value = TRUE)
## [[1]]
## [1] "keyword<1" "keyword>1"

【参考方案2】：

你可以使用

library(stringr)
test <- "asdf asiodjfojewl kjwnkjwnefkjnkf [asdf] fasdfads fewrw [keyword<1] keyword [keyword>1]"
## If the word is right after "[":
str_extract_all(test, "(?<=\\[)keyword[^\\]\\[]*(?=])")
## If the word is anywhere betwee "[" and "]":
str_extract_all(test, "(?<=\\[)[^\\]\\[]*?keyword[^\\]\\[]*(?=])")
## =>
# [[1]]
# [1] "keyword<1" "keyword>1"

请参阅R demo online。

正则表达式匹配：

(?<=\[) - 一个积极的向后看，需要 [ 字符立即出现在当前位置的左侧 keyword - 文字字符串 [^\]\[]* - 除了[ 和] 之外的零个或多个字符 (?=]) - 正向前瞻，需要 ] 字符立即出现在当前位置的右侧。

请参阅online regex demo。