正则表达式从开始到 n 次出现字符答案

【问题标题】：regex grab from beginning to n occurrence of character正则表达式从开始到 n 次出现字符
【发布时间】：2013-04-09 18:24:36
【问题描述】：

我真的把时间花在学习正则表达式上，而且我正在玩不同的玩具场景。我无法使用的一种设置是从字符串的开头抓取到 n 个字符，其中 n > 1。

这里我可以从字符串的开头抓取到第一个下划线，但我不能将它概括为第二个或第三个下划线。

x <- c("a_b_c_d", "1_2_3_4", "<_?_._:")

gsub("_.*$", "", x)

Here's what I'm trying to achieve with regex. (`sub`/`gsub`):

## > sapply(lapply(strsplit(x, "_"), "[", 1:2), paste, collapse="_")
## [1] "a_b" "1_2" "<_?"

#or

## > sapply(lapply(strsplit(x, "_"), "[", 1:3), paste, collapse="_")
## [1] "a_b_c" "1_2_3" "<_?_."

【问题讨论】：

标签： regex r

【解决方案1】：

这是一个开始。为使其安全以供一般使用，您需要正确转义正则表达式的特殊字符：

x <- c("a_b_c_d", "1_2_3_4", "<_?_._:", "", "abcd", "____abcd")

matchToNth <- function(char, n) {
    others <- paste0("[^", char, "]*") ## matches "[^_]*" if char is "_"
    mainPat <- paste0(c(rep(c(others, char), n-1), others), collapse="")
    paste0("(^", mainPat, ")", "(.*$)")
}

gsub(matchToNth("_", 2), "\\1", x)
# [1] "a_b"  "1_2"  "<_?"  ""     "abcd" "_" 

gsub(matchToNth("_", 3), "\\1", x)
# [1] "a_b_c" "1_2_3" "<_?_." ""      "abcd"  "__"

【讨论】：

我实际上正在做类似的事情。我的方法很接近，但与您的方法不同。安全方法的好调用，我在 qdap 中使用它； library(qdap); genX
@TylerRinker -- 请注意，您接受的答案不适用于以下字符串：x <- c("_a_b", "a__b")。

【解决方案2】：

怎么样：

gsub('^(.+_.+?).*$', '\\1', x)
# [1] "a_b" "1_2" "<_?"

您也可以使用{} 来指示重复次数...

sub('((.+_){1}.+?).*$', '\\1', x)  # {0} will give "a", {1} - "a_b", {2} - "a_b_c" and so on

所以如果你想匹配第n个，你不必重复自己......

【讨论】：

第二个正则表达式缺少.+?，应该是sub('((.+_){2}.+?).*$', '\\1', x)
@eddi 第二个正则表达式没有丢失它，因为我不知道如何使它正常工作！我认为它会更接近我的编辑。感谢您为我指明正确的方向。
在? 之前没有.+，最后你会得到一个额外的_，这似乎与OP 的示例不匹配
没错，但你也得到了 3 个字符 :) 第二个字符只是在黑暗中拍摄，我知道它不起作用。随意修复它！
@eddi 由于建议的编辑审核系统缺乏上下文，您的建议编辑已被拒绝 (+2-3)，因此我已直接应用您的编辑重新编辑了答案。如果有兴趣，您可以在 Meta 上查看我正在进行的主题，以获取建议的编辑审核队列改进。

【解决方案3】：

perl 风格正则表达式中的第二个下划线：

/^(.?_.?_)/

第三个：

/^(.*?_.*?_.*?_)/

【讨论】：

【解决方案4】：

可能是这样的

x
## [1] "a_b_c_d" "1_2_3_4" "<_?_._:"

gsub("(.*)_", "\\1", regmatches(x, regexpr("([^_]*_){1}", x)))
## [1] "a" "1" "<"

gsub("(.*)_", "\\1", regmatches(x, regexpr("([^_]*_){2}", x)))
## [1] "a_b" "1_2" "<_?"

gsub("(.*)_", "\\1", regmatches(x, regexpr("([^_]*_){3}", x)))
## [1] "a_b_c" "1_2_3" "<_?_."

【讨论】：

【解决方案5】：

使用贾斯汀的方法，这是我设计的：

beg2char <- function(text, char = " ", noc = 1, include = FALSE) {
    inc <- ifelse(include, char, "?")
    specchar <- c(".", "|", "(", ")", "[", "{", "^", "$", "*", "+", "?")
    if(char %in% specchar) {
        char <- paste0("\\", char)
    }
    ins <- paste(rep(paste0(char, ".+"), noc - 1), collapse="")
    rep <- paste0("^(.+", ins, inc, ").*$")
    gsub(rep, "\\1", text)
}

x <- c("a_b_c_d", "1_2_3_4", "<_?_._:")
beg2char(x, "_", 1)
beg2char(x, "_", 2)
beg2char(x, "_", 3)
beg2char(x, "_", 4)
beg2char(x, "_", 3, include=TRUE)

【讨论】：

这些结果真的是您想要的吗？ x <- "a____b"; beg2char(x, "_", 2); beg2char(x, "_", 1)
@JoshO'Brien 我想是的，但也许你看到一个角落案例或其他什么我不知道你具体在想什么？
哦，我看到您在上面的评论。是的，就我的目的而言，但我认为对其他人来说，你的方法就是他们所追求的。
很公平。我想我只是不太了解您实际上在追求什么行为，或者至少不知道您希望它在哪个输入域上工作。（不是我要求进一步澄清。）干杯。