从某个字符开始的正则表达式

Question

示例："example._AL(5)._._4500_GRE/Jan_2018" 我正在尝试从上面包含括号的字符串中提取文本。我想提取从AL 开始的所有内容。

输出应如下所示："AL(5)._._4500_GRE/Jan_2018"

Answer 1

关于我们可以假设什么是已知的存在一些问题，但这里有一些变体可以做出各种假设。

1) word(这会删除第一个单词之前的所有内容，然后是括号。

• “^”匹配字符串的开头
• ".*?"是任何东西中最短的匹配，只要我们仍然匹配正则表达式的其余部分
• "\\w+" 匹配一个单词
• "\\(" 匹配左括号
• (...) 形成一个捕获组，替换字符串可以引用为“\\1”

代码

x <- "example.AL(5)._._4500_GRE/Jan_2018"
sub("^.*?(\\w+\\()", "\\1", x)
## [1] "AL(5)._._4500_GRE/Jan_2018"

1a) 或匹配一个后跟 ( 后跟任何内容的单词并提取：

library(gsubfn)
strapplyc(x, "\\w+\\(.*", simplify = TRUE)
## [1] "AL(5)._._4500_GRE/Jan_2018"

2) AL( 或者如果我们知道这个词是AL 那么：

sub("^.*?(AL\\(.*)", "\\1", x)
## [1] "AL(5)._._4500_GRE/Jan_2018"

3) 最多删除第一个点，或者如果我们知道要删除的部分是第一个点之前的部分（包括第一个点）：

sub("^.*?\\.", "", x)
## [1] "AL(5)._._4500_GRE/Jan_2018"

4) 点分隔字段 如果输入的格式是点分隔字段，我们可以像这样一次将它们全部解析出来：

read.table(text = x, sep = ".", as.is = TRUE)
##        V1    V2 V3                 V4
## 1 example AL(5)  _ _4500_GRE/Jan_2018