试图弄清楚如何使用 R 中的 sub 函数拉出第二个数字之后的所有内容。我了解惰性和贪婪匹配的基础知识，但是我如何更进一步并拉出第二个数字之后的所有内容？
str <- 'john02imga-04'
#lazy：拉取第一个数字之后的所有内容
sub(".*?[0-9]", "", str)
#output: "2imga-04
#greedy：拉取最后一个数字之后的所有内容
sub(".*[0-9]", "", str)
#输出：“”
#desired 输出：“imga-04”
【问题讨论】：
你可以使用
sub("\\D*[0-9]+", "", str)
## Or,
## sub("\\D*\\d+", "", str)
## => [1] "imga-04"
请参阅regex demo。另请参阅the R demo online。
sub 将查找并替换第一次出现的
\D* (=[^0-9]) - 任何零个或多个非数字字符[0-9]+ (=\d+) - 一位或多位数字。替代方法
匹配一个或多个字母，-，字符串末尾的一个或多个数字：
> regmatches(str, regexpr("[[:alpha:]]+-\\d+$", str))
[1] "imga-04"
> library(stringr)
> str_extract(str, "\\p{L}+-\\d+$")
[1] "imga-04"
【讨论】：
您可以在第二部分使用捕获组并在替换中使用它
^\D+\d+(\D+\d+)
^ 字符串开始\D+\d+ 匹配 1+ 个非数字，然后匹配 1+ 个数字(\D+\d+)捕获组1，匹配1+非数字并匹配1+数字str <- 'john02imga-04'
sub("^\\D+\\d+(\\D+\\d+)", "\\1", str)
输出
[1] "imga-04"
如果要删除第二个数字之后的所有内容：
^\D+\d+(\D+\d+).*
作为替代方法，仅使用perl=T 来使用 PCRE 和\K 来清除匹配缓冲区：
str <- 'john02imga-04'
regmatches(str, regexpr("^\\D+\\d+\\K\\D+\\d+", str, perl = T))
输出
[1] "imga-04"
查看R demo
【讨论】：