使用 gsub 匹配带有字符、数字和空格的子字符串答案

【问题标题】：Match a substring with character, digits and spaces with gsub使用 gsub 匹配带有字符、数字和空格的子字符串
【发布时间】：2018-08-23 09:08:17
【问题描述】：

我有一个类似的字符串：

a <- '{:name=>"krill", :priority=>2, :count=>1}, {:name=>"vit a", :priority=>2]}, {:name=>"vit-b", :priority=>2, :count=>1}, {:name=>"vit q10", :priority=>2]}'

我想通过 str_match 解析 ':name=>" ' 和 ' " ' 中的元素

krill
vit a
vit-b
vit q10

到目前为止我尝试过：

str_match(a, ':name=>\\"([A-Za-z]{3})')

但它不起作用。

感谢任何帮助

【问题讨论】：

你的字符串是a <- '{:name=>"krill", :priority=>2, :count=>1}, {:name=>"vit a", :priority=>2]}, {:name=>"vit-b", :priority=>2, :count=>1}, {:name=>"vit q10", :priority=>2]}'吗？
你的实际字符串是什么？它是某种形式的 JSON 吗？我的猜测是你不应该使用正则表达式来解析它。
不幸的是，它不是 json，字段可能会有所不同并且它是非结构化的。 @蒂姆
编辑了字符串。 @WiktorStribiżew

标签： r regex gsub

【解决方案1】：

您可以使用

提取这些值

> regmatches(a, gregexpr(':name=>"\\K[^"]+', a, perl=TRUE))
[[1]]
[1] "krill"   "vit a"   "vit-b"   "vit q10"

:name=>"\\K[^"]+ pattern 匹配

:name=>" - 文字子串
\K - 从匹配项中省略子字符串
[^"]+ - 除了" 之外的一个或多个字符。

如果需要使用stringr包，请使用str_extract_all：

> library(stringr)
> str_extract_all(a, '(?<=:name=>")[^"]+')
[[1]]
[1] "krill"   "vit a"   "vit-b"   "vit q10"

在(?<=:name=>")[^"]+ 中，(?<=:name=>") 匹配紧接在:name=>" 前面的任何位置。

【讨论】：

所以\K 会在比赛中忽略它之前的所有内容？
@snoram 是的，\K 是一个清除当前匹配缓冲区的match reset operator。\

【解决方案2】：

使用stringr 和正向观察：

library(stringr)
str_match_all(a, '(?<=:name=>")[^"]+')

[[1]]
     [,1]     
[1,] "krill"  
[2,] "vit a"  
[3,] "vit-b"  
[4,] "vit q10"

【讨论】：