我有一堆混合长度的字符串，但都嵌入了一年。我正在尝试仅提取文本部分，即数字开始之前的所有内容，并且假设这是此类提取的正确方法，并且在前瞻断言方面遇到问题。
这是我所拥有的（返回不匹配）：
>grep("\\b.(?=\\d{4})","foo_1234_bar",perl=T,value=T)
在示例中，我只是希望提取，foo但可能有几个混合长度，_在年份部分之前分开。
问问题
549 次
3 回答
5
在这里，前瞻可能有点矫枉过正。使用下划线和 4 位数字作为结构，结合非贪婪量词以防止“点”吞噬所有内容：
/(.+?)_\d{4}/
-第一个匹配组 ($1) 持有 'foo'
于 2012-09-17T02:52:04.757 回答
4
这将抓取所有内容，直到第一个数字
x <- c("asdfas_1987asdf", "asd_das_12")
regmatches(x, regexpr("^[^[:digit:]]*", x))
#[1] "asdfas_" "asd_das_"
于 2012-09-17T02:39:44.590 回答
2
另一种方法（我经常发现 strsplit 比正则表达式搜索更快，但并非总是如此（尽管这确实使用了一点正则表达式）：
x <- c("asdfas_1987asdf", "asd_das_12") #shamelessly stealing Dason's example
sapply(strsplit(x, "[0-9]+"), "[[", 1)
于 2012-09-17T02:54:02.270 回答