用 R 的正则表达式替换分隔字符串的一部分答案

【问题标题】：Replacing part of delimited string with R's regex用 R 的正则表达式替换分隔字符串的一部分
【发布时间】：2013-07-10 07:10:26
【问题描述】：

我有以下字符串列表：

name <- c("hsa-miR-555p","hsa-miR-519b-3p","hsa-let-7a")

我想要做的是上面的每个字符串将第二个分隔符 (-) 之后的文本替换为“zzz”。产量：

hsa-miR-zzz
hsa-miR-zzz
hsa-let-zzz

有什么办法呢？

【问题讨论】：

【解决方案1】：

不妨使用类似的东西：

gsub("^((?:[^-]*-){2}).*", "\\1zzz", name)

(?:[^-]*-) 是一个非捕获组，它由几个非短划线字符后跟一个短划线字符组成，紧随其后的{2} 表示该组只出现两次。然后，匹配其他所有内容以进行替换。请注意，我使用锚点是为了避免意外替换。

【讨论】：

【解决方案2】：

大概是这样的：

> gsub("([A-Za-z]+-)([A-Za-z]+-)(.*)", "\\1\\2zzz", name)
[1] "hsa-miR-zzz" "hsa-miR-zzz" "hsa-let-zzz"

实际上有几种方法可以解决这个问题，具体取决于您的表达实际上有多“常规”。例如，它们都以“hsa-”开头吗？ “中间”组有哪些选择？可能有三个以上的破折号吗？

【讨论】：