在R中提取混合数字和字符的字符串的数字部分

Question

我有很多字符串,每个字符串往往具有以下格式:Ab_Cd-001234.txt 我想用它替换它001234.我怎样才能在R中实现它？

Answer 1

该stringr包有很多这种工作的方便快捷方式:

# input data following @agstudy
data <-  c('Ab_Cd-001234.txt','Ab_Cd-001234.txt')

# load library
library(stringr)

# prepare regular expression
regexp <- "[[:digit:]]+"

# process string
str_extract(data, regexp)

Which gives the desired result:

  [1] "001234" "001234"

解释一下regexp:

[[:digit:]] 是0到9之间的任何数字

+ 表示前一项(在这种情况下,一个数字)将匹配一次或多次

此页面对于此类字符串处理也非常有用:http://en.wikibooks.org/wiki/R_Programming/Text_Processing

Answer 2

使用gsub或sub你可以这样做:

 gsub('.*-([0-9]+).*','\\1','Ab_Cd-001234.txt')
"001234"

你可以用regexpr与regmatches

m <- gregexpr('[0-9]+','Ab_Cd-001234.txt')
regmatches('Ab_Cd-001234.txt',m)
"001234"

编辑这两个方法是矢量化的,适用于字符串向量.

x <- c('Ab_Cd-001234.txt','Ab_Cd-001234.txt')
sub('.*-([0-9]+).*','\\1',x)
"001234" "001234"

 m <- gregexpr('[0-9]+',x)
> regmatches(x,m)
[[1]]
[1] "001234"

[[2]]
[1] "001234"