Stringr 函数或 gsub() 查找 x 位字符串并提取前 x 位？答案

【问题标题】：Stringr function or or gsub() to find an x digit string and extract first x digits?Stringr 函数或 gsub() 查找 x 位字符串并提取前 x 位？
【发布时间】：2019-10-23 18:43:12
【问题描述】：

Regex 和 stringr 新手在这里。我有一个数据框，其中有一列我想从中找到 10 位数字并只保留前三位。否则，我只想保留那里的任何东西。

所以为了简单起见，让我们假设它是一个像这样的简单向量：

new<-c("111", "1234567891", "12", "12345")

我想编写代码，该代码将返回一个包含以下元素的向量：111、123、12 和 12345。我还需要编写代码（我假设我会迭代地执行此操作）在其中提取前两位数字一个 5 位数的字符串，如上面的最后一个元素。

我试过了：

gsub("\\d{10}", "", new)

但我不知道我可以为替换参数添加什么来获得我正在寻找的东西。也试过了：

str_replace(new, "\\d{10}", "")

但我还是不知道要为替换参数输入什么来仅获取前 x 位。

编辑：我不同意这是一个重复的问题，因为我不仅想从字符串中提取前 X 位数字，而且还需要使用与模式匹配的特定字符串（例如，10 位数字字符串。 )

【问题讨论】：

试试sub("^(\\d{3})\\d{7}$", "\\1", new)，见this demo
请不要使用像new这样的变量名。
@NelsonGon，我通常不会，但谢谢！只是为了举例。
@WiktorStribiżew，谢谢。您能否将此扩展为下面的答案并解释代码的工作原理？然后我会接受它作为答案。我可以看到它有效，但我想确定我理解如何，特别是因为我可能需要将代码重用于其他目的。
@panpsych77 Posted 带有解释和演示。

标签： r regex string stringr

【解决方案1】：

你可以使用：

 as.numeric(substring(my_vec,1,3)) 
#[1] 111 123  12

【讨论】：

【解决方案2】：

如果您愿意使用库 stringr，您正在使用的 str_replace 来自该库。只需使用str_extract

vec <- c(111, 1234567891, 12)
str_extract(vec, "^\\d{1,3}")

正则表达式^\\d{1,3} 匹配出现在短语开头的至少 1 到最多 3 位数字。 str_extract，顾名思义，提取并返回这些匹配项。

【讨论】：

谢谢。唯一的问题是有一些字符串我需要做一些不同的事情。也就是说，有些字符串有 5 位数字，我只需要提取前两位。因此，我一直在寻找一种方法来匹配特定模式，然后替换而不是通常从向量中的所有字符串中提取最多 3 个第一个数字。我希望澄清。我编辑了我的问题以反映这一点。

【解决方案3】：

你可以使用

new<-c("111", "1234567891", "12")
sub("^(\\d{3})\\d{7}$", "\\1", new)
## => [1] "111" "123" "12"

请参阅R online demo 和regex demo。

Regex graph:

详情

^ - 字符串锚的开始
(\d{3}) - 捕获组 1（在替换模式中使用 \1 访问此值）：三位字符
\d{7} - 七位字符
$ - 字符串锚点结束。

因此，sub 命令仅匹配仅由 10 位数字组成的字符串，将前三个数字捕获到单独的组中，然后将整个字符串（因为它是整个匹配项）替换为在第 1 组。

【讨论】：

我想指出，这也解决了我在编辑中提到的问题，即我想迭代地使用代码来挑选其他长度的字符串（例如，4 位数字）并替换为前 2 位数字等，例如将其更改为：sub("^(\\d{2})\\d{2}$", "\\1", new)。感谢您提供非常有用且详细的答案（我没有足够的声誉点来支持它）。