如何从包含格式为 2020.04.12.10.30.10 的时间的文件路径字符串中提取日期？答案

【问题标题】：How to extract the just the date from a file path string that also includes time with the format 2020.04.12.10.30.10?如何从包含格式为 2020.04.12.10.30.10 的时间的文件路径字符串中提取日期？
【发布时间】：2020-01-21 12:14:22
【问题描述】：

我有一个如下所示的文件路径字符串：

\\\\server\file\path\string\10X_blah.2020.04.12.10.30.10.xls

我只需要提取 2020.04.12

我试过(?<=\.).*(?=\.)

但它匹配整个日期和时间，我无法学习如何将其限制在匹配的第一部分，即与日期对应的部分。

我正在使用 R 和 mutate(date = str_extract(filepath, pattern) 在我的数据框中创建一个新列。我只是不知道正则表达式来查找日期。

【问题讨论】：

也许匹配 \d{4}\.\d{2}\.\d{2} 就足够了，无需后视。

标签： r regex

【解决方案1】：

您需要做的就是：

\\d{4}\\.\\d{2}\\.\\d{2}

在 R 中：

stringr::str_extract_all(my_string,"\\d{4}\\.\\d{2}\\.\\d{2}")
[[1]]
[1] "2020.04.12"

解释：

\\d{4}\\.四位数年份，后跟一个点
\\d{2}\\.两位数月份，后跟一个点
\\d{2}两位数日

【讨论】：

已编辑，因为 R 使用双斜杠而不是一个反斜杠进行转义。

【解决方案2】：

这不是一个非常强大的解决方案，因为它需要在substringing 之前定位长度。前瞻可能更理想。不过，我们可以这样做：

my_string<- readClipboard() # copy the file path

substring(stringr::str_remove_all(my_string,"\\D.*(?=\\d{4,})"),
          1,10)
[1] "2020.04.12"

如果您知道确切的模式（即 10 总是跟在 . 之后，而 10 总是存在），那么也许：

stringr::str_remove_all(my_string,"\\D.*(?=\\d{4,})|\\.10.*")
[1] "2020.04.12"

【讨论】：