如何在特定字符串后提取所有内容？

Question

我想提取 R 中字符串向量中“-”之后的所有内容。

例如在：

test = c("Pierre-Pomme","Jean-Poire","Michel-Fraise")

我想得到

c("Pomme","Poire","Fraise")

谢谢 ！

Answer 1

我们可以使用sub来匹配字符 ( .*) 直到-替换中的和 指定""

sub(".*-", "", test)

或者另一种选择是 word

library(stringr)
word(test, 2, sep="-")

Answer 2

与str_extract. \\b是匹配字边界的零长度标记。这包括任何非单词字符：

library(stringr)
str_extract(test, '\\b\\w+$')
# [1] "Pomme"  "Poire"  "Fraise"

我们还可以使用sub. \\1指与第一个捕获组匹配的字符串(.+)，它是-末尾a 后面的任何字符一次或多次：

sub('.+-(.+)', '\\1', test)
# [1] "Pomme"  "Poire"  "Fraise"

str_replace如果已经加载，这也适用：

library(stringr)
str_replace(test, '.+-(.+)', '\\1')
# [1] "Pomme"  "Poire"  "Fraise"

第三个选项是使用strsplit并从列表的每个元素中提取第二个单词（类似于word@akrun 的回答）：

sapply(strsplit(test, '-'), `[`, 2)
# [1] "Pomme"  "Poire"  "Fraise"

stringr也有 str_split变体：

str_split(test, '-', simplify = TRUE)[,2]
# [1] "Pomme"  "Poire"  "Fraise"

Answer 3

我认为其他答案可能就是您正在寻找的，但如果您不想失去原始上下文，您可以尝试这样的事情：

library(tidyverse)

tibble(test) %>% 
    separate(test, c("first", "last"), remove = F)

这将返回一个包含原始字符串和组件的数据框，这可能会在以后更有用：

# A tibble: 3 x 3
  test          first  last  
  <chr>         <chr>  <chr> 
1 Pierre-Pomme  Pierre Pomme 
2 Jean-Poire    Jean   Poire 
3 Michel-Fraise Michel Fraise