提取R中指定字符之间的字符

Question

我有这个变量 x=“379_exp_mirror1.csv” 我需要在开头提取数字（“379”）（并不总是有 3 个字符），即第一个“”之前的所有内容。然后我需要提取第二个“”和“.”之间的所有内容，在本例中为“mirror1”。

我尝试了几种 sub 和 gsub 的组合都没有成功，请谁能给我一些指示？

谢谢

Answer 1

您可以使用正则表达式。为您的问题^(?<Number>[0-9]*)_.* 做这项工作

1/ 用这个网站测试你的正则表达式：http://derekslager.com/blog/posts/2007/09/a-better-dotnet-regular-expression-tester.ashx

或者你可以用下划线分割字符串，然后尝试解析（int.TryParse）。我认为第二种更好，但是如果您想成为正则表达式大师，请尝试第一种方法

Answer 2

您可以使用sub 提取子字符串：

x <- "379_exp_mirror1.csv" 

sub("_.*", "", x)
# [1] "379"

sub("^(?:.*_){2}(.*?)\\..*", "\\1", x)
# [1] "mirror1"

gregexpr 的另一种方法：

regmatches(x, gregexpr("^.*?(?=_)|(?<=_)[^_]*?(?=\\.)", x, perl = TRUE))[[1]]
# [1] "379"     "mirror1"

Answer 3

也许你可以试试：

 library(stringr)
 x <- "379_exp_mirror1.csv" 
 str_extract_all(x, perl('^[0-9]+(?=_)|[[:alnum:]]+(?=\\.)'))[[1]]
 #[1] "379"     "mirror1"

或者

   strsplit(x, "[._]")[[1]][c(T,F)]
   #[1] "379"     "mirror1"

或者

    scan(text=gsub("[.]","_", x),what="",sep="_")[c(T,F)]
   #Read 4 items
   #[1] "379"     "mirror1"