str_extract 特定模式（示例）

Question

我仍然对正则表达式语法有些困惑。你能帮我解决这些模式吗：

_A00_A1234B_
_A00_A12345B_
_A1_A12345_

到目前为止我的方法：

vapply(strsplit(files, "[_.]"), function(files) files[nchar(files) == 7][1], character(1))

或者

str_extract(str2, "[A-Z][0-9]{5}[A-Z]")

预期的输出是

A1234B
A12345B
A12345

谢谢！

Answer 1

你可以试试

library(stringr)
str_extract(str2, "[A-Z][0-9]{4,5}[A-Z]?")
#[1] "A1234B"  "A12345B" "A12345"

此处，该模式查找一个大写字母[A-Z]，后跟4或 5 位数字[0-9]{4,5}，后跟一个大写字母[A-Z] ?

或者你可以使用stringi哪个会更快

library(stringi)
 stri_extract(str2, regex="[A-Z][0-9]{4,5}[A-Z]?")
 #[1] "A1234B"  "A12345B" "A12345"

或者一个base R选择是

 regmatches(str2,regexpr('[A-Z][0-9]{4,5}[A-Z]?', str2))
 #[1] "A1234B"  "A12345B" "A12345"

str2 <- c('_A00_A1234B_', '_A00_A12345B_', '_A1_A12345_')