R 在 = regex 之后提取所有内容答案

【问题标题】：R extract everything after = regexR 在 = regex 之后提取所有内容
【发布时间】：2021-05-31 06:45:32
【问题描述】：

我在一列中有一堆 url，我需要创建一个新变量来为每个 url 提取特定的唯一 id。唯一 id 出现在等号之后。例如：

https://website.com/locationDetails.php?l=29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13

所以唯一的 id 变量将是：29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13

我想我可以通过 str_extract 使用正则表达式来做到这一点

data %>% 
  mutate(unique_id = str_extract(url, " "))

【问题讨论】：

标签： r regex stringr

【解决方案1】：

假设所有 URL 都只有一个查询参数，您可以在这里使用sub：

url <- "https://website.com/locationDetails.php?l=29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13"
param <- sub("^.*=", "", url)
param

[1] "29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13"

假设可能有多个查询参数，并且您希望将一个标记为l，那么我们可以将sub 与捕获组一起使用：

url <- "https://website.com/locationDetails.php?l=29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13"
param <- sub("^.*\\bl=(.*?)(?=&|$)", "\\1", url, perl=TRUE)
param

[1] "29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13"

【讨论】：

【解决方案2】：

将所有内容匹配到第一个 =，然后捕获组中的所有内容。

str <- 'https://website.com/locationDetails.php?l=29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13'

gsub('^[^\\=]*\\=(.*)$', '\\1', str)
#> [1] "29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13"

^{由reprex package (v2.0.0) 于 2021-05-31 创建}

【讨论】：

【解决方案3】：

使用str_extract -

url <- 'https://website.com/locationDetails.php?l=29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13'
stringr::str_extract(url, '(?<==).*')
#[1] "29A5CDCA-7D0F-4FAA-906C-00DA90EBFD13"

与

相同

stringr::str_match(url, '=(.*)')[, 2]

【讨论】：

添加 '=(.*)$' 是否是多余的，因为 * 已经匹配所有内容？
也许是的，这是多余的，但我认为它也更安全。