R的正则表达式前瞻性

Question

我试图使用正则表达式使用stringr包来提取一些文本.出于某种原因,我得到了'无效的正则表达式'错误.我在一些网站测试工具中尝试了正则表达式,它似乎在那里工作.我想知道是否有一些关于regex如何在R中工作的独特之处,特别是在stringr包中.

这是一个例子:

string <- c("MARKETING:  Vice President", "FINANCE:  Accountant I",
"OPERATIONS: Plant Manager")

pattern <- "[A-Z]+(?=:)"
test <- gsub(" ","",string)
results <- str_extract(test, pattern)

这似乎不起作用.我想在其中没有":"的情况下获得"营销","财务"和"运营".这就是我使用前瞻语法的原因.我意识到我可以解决这个问题:

pattern <- "[A-Z]+(:)"
test <- gsub(" ","",string)
results <- gsub(":","",str_extract(test, pattern))

但我预计在不久的将来,我可能需要使用外观来处理比这更复杂的情况.

我是否需要通过一些转义或某些东西修改正则表达式才能使其工作？

Answer 1

Lookahead断言要求您将正则表达式标识为R中的perl正则表达式.

str_extract(string, perl(pattern))
# [1] "MARKETING"  "FINANCE"    "OPERATIONS"

您也可以在基地R中轻松完成此操作:

regmatches(string, regexpr(pattern, string, perl=TRUE))
# [1] "MARKETING"  "FINANCE"    "OPERATIONS"

regexpr找到匹配项并regmatches使用匹配数据提取子字符串.