r - 有没有一种简单的方法可以在 R 中获取子字符串？

Question

我通过以下方式获取单词的子字符串：

 word="xyz9874"
 pattern="[0-9]+"
 x=gregexpr(pattern,word)
 substr(word,start=x[[1]],stop=x[[1]]+attr(x[[1]],"match.length")-1)
[1] "9874"

有没有更简单的方法可以在 R 中得到结果？

Answer 1

当然，使用gsub和反向引用：

gsub( ".*?([0-9]+).*", "\\1", word )

说明：在大多数正则表达式实现中，\1是对匹配的第一个子模式的反向引用。子模式用括号括起来。在 R 中，无论您使用的引号类型如何，您都需要转义反斜杠。

问号是“扩展”正则表达式的一个习惯用法，意味着给定的正则表达式模式不应该是贪婪的，换句话说——它应该尽可能少地占用字符串。否则，.*模式中的.*([0-9]+)将匹配xyz987并且([0-9]+)将匹配4。或者，我们可以写

gsub( ".*[^0-9]+([0-9]+).*", "\\1", word )

但是我们遇到了以数字开头的字符串的问题。

顺便说一句，请注意，[0-9]您可以写\d，或者，实际上，\\d：

gsub( ".*?(\\d+).*", "\\1", word )