括号括起来

Question

假设我有一个像"ABC(123-456-789)"的字符串,我想知道从中检索"123-456-789"的最佳方法是什么.

strsplit("A B C (123-456-789)", "\\(")
[[1]]
[1] "A B C" "123-456-789)"

Answer 1

如果我们想要-在大括号之间提取数字,则有一个选项str_extract.如果字符串中有多个模式,请使用str_extract_all

 library(stringr)
 str_extract(str1, '(?<=\\()[0-9-]+(?=\\))')
 #[1] "123-456-789"
 str_extract_all(str2, '(?<=\\()[0-9-]+(?=\\))')

在上面的代码中,我们使用正则表达式的外观来提取数字和-.积极的lookbehind (?<=\\()[0-9-]+匹配数字和-([0-9-]+)in (123-456-789而不是123-456-789.类似地,先行( '[0-9 - ] +(= \)？')沿着相匹配号码-中123-456-789)而不是在123-456-798.总之,它匹配满足这两个条件的所有情况,(123-456-789)并在外观之间提取它们,而不是像(123-456-789或等情况123-456-789)

随着strsplit您可以指定split为[()].我们将()方括号内部保留[]为将其视为字符,否则我们必须转义括号('\\(|\\)').

 strsplit(str1, '[()]')[[1]][2]
 #[1] "123-456-789"

如果有多个子字符串要从字符串中提取,我们可以循环使用lapply并提取数字拆分部分grep

 lapply(strsplit(str2, '[()]'), function(x) grep('\\d', x, value=TRUE))

或者我们也可以使用stri_split从中stringi删除空字符串的选项(omit_empty=TRUE).

 library(stringi)
 stri_split_regex(str1, '[()A-Z ]', omit_empty=TRUE)[[1]]
 #[1] "123-456-789"

 stri_split_regex(str2, '[()A-Z ]', omit_empty=TRUE)

另一个选择是rm_round,qdapRegex如果我们有兴趣提取括号内的内容.

 library(qdapRegex)
 rm_round(str1, extract=TRUE)[[1]]
 #[1] "123-456-789"
 rm_round(str2, extract=TRUE)

数据

 str1 <-  "A B C (123-456-789)"
 str2 <- c("A B C (123-425-478) A", "ABC(123-423-428)",
 "(123-423-498) ABCDD", 
  "(123-432-423)", "ABC (123-423-389) GR (124-233-848) AK")

Answer 2

或者sub来自base R:

sub("[^(]+\\(([^)]+)\\).*", "\\1", "A B C (123-456-789)")
#[1] "123-456-789"

说明:

[^(]+:匹配除开始括号之外的任何内容
\\(:匹配一个左括号的开始括号:匹配
([^)]+)您想要捕获的模式(然后将其检索到replacement="\\1"),除了结束括号之外的任何内容都
\\).*匹配后面的括号,0次或更多次

另一种选择,具有前瞻和后视功能

sub(".*(?<=\\()(.+)(?=\\)).*", "\\1", "A B C (123-456-789)", perl=TRUE)
#[1] "123-456-789"

Answer 3

捕获组sub将定位您想要的输出:

sub('.*\\((.*)\\).*', '\\1', str1)
[1] "123-456-789"

额外检查以确保我通过@ akrun的扩展示例:

sub('.*\\((.*)\\).*', '\\1', str2)
[1] "123-425-478" "123-423-428" "123-423-498" "123-432-423" "124-233-848"