R 回溯断言中的正则表达式

Question

我正在尝试使用来自tidyr 的extract 函数进行一些模式匹配。我已经在一个正则表达式练习站点中测试了我的正则表达式，该模式似乎有效，我正在使用lookbehind assertion。

我有以下示例文本：

=[\"{ Key = source, Values = web,videoTag,assist }\",\"{ Key = type, 
Values = attack }\",\"{ Key = team, Values = 2 }\",\"{ Key = 
originalStartTimeMs, Values = 56496 }\",\"{ Key = linkId, Values = 
1551292895649 }\",\"{ Key = playerJersey, Values = 8 }\",\"{ Key = 
attackLocationStartX, Values = 3.9375 }\",\"{ Key = 
attackLocationStartY, Values = 0.739376770538243 }\",\"{ Key = 
attackLocationStartDeflected, Values = false }\",\"{ Key = 
attackLocationEndX, Values = 1.7897727272727275 }\",\"{ Key = 
attackLocationEndY, Values = -1.3002832861189795 }\",\"{ Key = 
attackLocationEndDeflected, Values = false }\",\"{ Key = lastModified, 
Values = web,videoTag,assist 

我想获取attackLocationX 后面的数字（关于攻击位置的任何文本后面的所有数字。

但是，使用带有后向断言的以下代码，我没有得到任何结果：

df %>% 
extract(message, "x_start",'((?<=attackLocationStartX,/sValues/s=/s)[0- 
9.]+)')

如果没有找到模式匹配，此函数将返回NA，并且我的目标列都是NA 值，尽管已经在www.regexr.com 上测试了模式。根据文档，R 模式匹配支持后向断言，所以我不确定这里还能做什么。

Answer 1

首先，要匹配空格，您需要\s，而不是/s。

您不必在此处使用lookbehind，因为如果在模式中使用了捕获组，extract 将返回捕获的子字符串。

使用

df %>% 
  extract(message, "x_start", "attackLocationStartX\\s*,\\s*Values\\s*=\\s*(-?\\d+\\.\\d+)")

输出：3.9375。

正则表达式也可能类似于"attackLocationStartX\\s*,\\s*Values\\s*=\\s*(-?\\d[.0-9]*)"。

由于捕获了(-?\\d+\\.\\d+) 部分，因此仅输出该组中的文本。

模式详情

• (-?\d+\.\d+) - 捕获组匹配
  • -? - 可选连字符（? 表示 1 或 0 次出现）
  • \d+ - 1 或或数字（+ 表示 1 或更多）
  • \. - 一个点
  • \d+ - 1 或或数字
• \d[.0-9]* - 一个数字 (\d)，后跟 0 个或多个点或数字 ([.0-9]*)

Answer 2

我不确定后面的部分，但在 R 中，您需要转义反斜杠。如果您使用的是非 R 特定的正则表达式检查器，这并不明显。

更多信息here。

所以你可能希望你的正则表达式看起来像：

"attackLocationStartX,\\sValues\\s=\\s)[0-9.]+"