表达式后的数字字符串提取

【问题标题】：Numeric string extraction after expression表达式后的数字字符串提取
【发布时间】：2021-03-30 21:02:47
【问题描述】：

嗨，我在 Dataframe 中有这个刺痛（列被命名为值）

Laboratory <- as_tibble("Hematologie: Leukocyty  [WBC]: 11.0 [10^9/l] ,Erytrocyty  [RBC]: 5.19 [10^12/l], Hemoglobin  [HGB]: 167 [g/l] ,Hematokrit  [HCT]: 0.465 [1], Bio: | Urea: 3.6 | Creatinin: 87 | Sodium: 145")

我想得到一个表格，其中列将是 WBC、Bio 和 Urea 的值

DF Laboratory

 WBC  Bio  Urea
 11.0 NA   3.6

我试试这个

Laboratory %>%
 mutate(WBC = str_extract(value,"(?<=[WBC]:).+(?=[10^9/l]"),
 Bio = str_extract(value,"(?<=Bio:).+(?=\\|"), 
 Urea = str_extract(value,"(?<=Urea:).+(?=\\|"))

但是有一个错误

Incorrectly nested parentheses in regexp pattern.

【问题讨论】：

标签： r regex string

【解决方案1】：

你可以使用

Laboratory %>%
 mutate(WBC = trimws(str_extract(value,"(?<=\\[WBC]:\\s)[^\\[]+")),
 Bio = str_extract(value,"(?<=Bio:\\s)[^\\s|]+"), 
 Urea = str_extract(value,"(?<=Urea:\\s)[^|\\s]+")
)

详情：

(?<=\\[WBC]:\\s)[^\\[]+ (demo) - 在[WBC]: 和一个空格之后匹配除[ 之外的一个或多个字符（trimws 删除前导/尾随空格）
(?<=Bio:\s)[^\s|]+ (demo) - 在Bio: 和一个空格之后匹配除空格和| 之外的一个或多个字符
(?<=Urea:\s)[^|\s]+ - 类似于上面的模式，只是 Urea: 字符串。

在最后两个模式中，您可以将 \s 放在后视 ((?<=Bio:\\s) -> (?<=Bio:)) 和取反字符类中，但您需要将 trimws 的结果匹配值放在第一种情况是WBC。

【讨论】：