R sub / gsub替换匹配的第一次出现[重复]答案

【问题标题】：R sub/gsub replacing first occurence of match [duplicate]R sub / gsub替换匹配的第一次出现[重复]
【发布时间】：2019-10-23 17:12:20
【问题描述】：

在 R 中，我需要从以下字符串中提取“八”：

this_str <- " Eight years blah blah 50 blah blah, two years blah blah blah."

这是我使用 gsub 的尝试：

gsub("^.*\\s([^ ]*)\\s(years|months)\\s.*", "\\1", this_str)

但这会返回“two”，它对应于 gsub() 中指示的模式的第二次出现。在其他帖子中，据说 sub() 应该返回第一个匹配项。但是当我使用 sub() 时，它也会给出“两个”。

【问题讨论】：

标签： r regex gsub

【解决方案1】：

sub 进行一次替换，而gsub 进行多次替换。相反，问题是开头的.* 是贪婪：它上升到“两个”（即，包括除最后一个匹配之外的所有匹配项）。相反，我们想要惰性（参见 here）并尽可能少地匹配：

sub("^.*?\\s([^ ]*)\\s(years|months)\\s.*", "\\1", this_str)
# [1] "Eight"

【讨论】：

【解决方案2】：

在这里，我们可能会使用传递可选空格的表达式，以防万一，例如：

(\s+)?(.+?)(\s+)?(years?|months?).*

我们想要的输出在第二个捕获组中：

(.+?)

我们的代码看起来像

gsub("(\\s+)?(.+?)(\\s+)?(years?|months?).*", "\\2", this_str)

如果不需要此表达式并且您希望对其进行修改，请访问此链接regex101.com。

jex.im 可视化正则表达式：

【讨论】：