在R中提取字符串的一部分答案

【问题标题】：Extract parts of a string in R在R中提取字符串的一部分
【发布时间】：2015-09-19 11:13:37
【问题描述】：

我有一个表单字符串

stamp = "section_d1_2010-07-01_08_00.txt"

并希望能够提取其中的一部分。我已经能够通过使用重复的 str_extract 到达我想要的部分来做到这一点，例如抓住月份

month = str_extract(stamp,"2010.+")
month = str_extract(month,"-..")
month = str_extract(month,"..$")

但是，这是非常低效的，必须有更好的方法。对于这个特定的例子，我可以使用

month = substr(stamp,17,18)

但是我正在寻找更通用的东西（以防数字的数量发生变化）。

我认为我需要正则表达式来获取某些标志（_ 或 - 或第三个 _ 等）之后的内容。我也尝试过使用 sub，但遇到了同样的问题，我需要几个来磨练我真正想要的。

将不胜感激如何说出月份（此处为 07）和小时（此处为 08）的示例。

【问题讨论】：

【解决方案1】：

您可以简单地使用strsplit 与正则表达式[-_] 和perl=TRUE 选项来获取所有部分。

stamp <- "section_d1_2010-07-01_08_00.txt"
strsplit(stamp, '[-_]')[[1]]
# [1] "section" "d1"      "2010"    "07"      "01"      "08"      "00.txt"

查看演示。

【讨论】：

【解决方案2】：

你可以试试

gsub('^.*_\\d+-|-\\d+_.*$', '', stamp)
#[1] "07"

一小时

library(stringr)
str_extract(stamp, '(?<=\\d_)\\d+(?=_\\d)')
#[1] "08"

同时提取

 str_extract_all(stamp, '(?<=\\d{4}[^0-9])\\d{2}|\\d{2}(?=[^0-9]\\d{2}\\.)')[[1]]
 #[1] "07" "08"

【讨论】：