R中的前瞻性

Question

这里正则表达式的新手......

假设以下名称:

names <- c("Jackson, Michael", "Lennon, John", "Obama, Barack")

我想拆分名称,以保留所有字符,包括名字的第一个字母.因此,结果看起来像这样:

Jackson, M
Lennon, J
Obama, B

我知道这是一个简单的解决方案,但我仍然坚持指出似乎是一个合理的解决方案 - 即一个积极的前瞻性正则表达式.我根据逗号,空格和大写字母中的第一个字母指定匹配项.这就是我所拥有的,但显然是错的:

names.reduced <- gsub("(?=\\,\\s[A-Z]).*", "", names)

Answer 1

(?= ... ) 是一个零宽度断言,不消耗字符串上的任何字符.

它只匹配字符串中的位置.零宽度的点是验证正则表达式是否能够或者不能与当前位置相匹配,而不是添加到整体匹配.在这种情况下,根本不需要使用先行断言.

您可以使用捕获组执行此操作,反向引用替换调用中的组.

sub('(.*[A-Z]).*', '\\1', names)
# [1] "Jackson, M" "Lennon, J"  "Obama, B"

或者更好的是,你可以使用否定删除所有除A到Z字符串的结尾.

sub('[^A-Z]*$', '', names)
# [1] "Jackson, M" "Lennon, J"  "Obama, B"