正则语法用于选择字符的第二个事件

Question

我有一个相对简单的问题，但无法在Regex中弄清楚正确的语法。 我有多个实验名称作为各种格式的字符串，例如 sef001dt45 或 bv004mf 。

我要做的是在数字值（ dt 和 MF ）之后选择第二个字母的第二个事件。

我想知道 [AZ] {2} 仅中途解决我的问题。如何获得适当的子字符串？

Answer 1

基于stringr :: str_extract和lookaround的可能解决方案：

library(stringr)

strings <- c("SEF001DT45", "BV004MF")

str_extract(strings, "(?<=\\d)[:upper:]{2}")

#> [1] "DT" "MF"

Answer 2

基础r：

# Using capture groups:
gsub(
  ".*\\d{2}(\\w{2}).*",
  "\\1",
  x
)

# Input data:
x <- c(
  'SEF001DT45',
  'BV004MF'
)

Answer 3

详细信息之一获得第二次出现模式

sub('.*?PATTERN.*?(PATTERN).*', '\\1', x)
stringr::str_match(x, 'PATTERN.*?(PATTERN)')[,2]
regmatches(x, regexpr('PATTERN.*?\\KPATTERN', x, perl=TRUE))

tldr ：通常，您可以使用以下

您可以使用

x <- c('SEF001DT45','BV004MF')
sub('.*?[A-Z]{2}.*?([A-Z]{2}).*', '\\1', x)
## => [1] "DT" "MF"

r demo Online 和 REGEX DEMO 。这里的目的是匹配模式的第二次出现，捕获它，然后匹配其余图案，然后用反向注册替换为捕获组值。

请注意，sub将执行单个搜索并替换操作，这很好，因为此处的正则需要整个字符串匹配。

详细信息：

• 。
• 。
• ​）：两个大写ASCII字母
• 。* - 尽可能多的零或更多字符。

您可以使用Stringr :: str_match：

x <- c('SEF001DT45','BV004MF')
library(stringr)
results <- stringr::str_match(x, '[A-Z]{2}.*?([A-Z]{2})')
results[,2] ## Get Group 1 values

请参阅此r demo 。

或者，使用regMatches/regexpr in Base r：

x <- c('SEF001DT45','BV004MF')
results <- regmatches(x, regexpr('[A-Z]{2}.*?\\K[A-Z]{2}', x, perl=TRUE))
results

请参阅此r demo 。

在这里，[az] {2}。使用PCRE引擎）尽可能少，然后\ K丢弃匹配的文本和[az] {2}在模式结束时匹配第二个出现两个字母的大块。 Regexpr仅找到第一个匹配项。

Answer 4

也许：

s <- c("SEF001DT45", "BV004MF")
sub("[A-Z]+\\d+([A-Z]{2}).*", "\\1", s)
#sub("[A-Z]+[0-9]+([A-Z]{2}).*", "\\1", s) #Alternative
#[1] "DT" "MF"

哪里[Az]匹配字符，\\ d数字，[az] {2}两个字符和****。剩下的休息。
使用（）选择了用\\ 1插入的内容。
或对更严格的第二个字母的事件：

sub(".*?[A-Z]{2}[0-9]+([A-Z]{2}).*", "\\1", s)
#[1] "DT" "MF"

当仅提取第一个数字之后的两个字符就足够了：

regmatches(s, regexpr("(?<=\\d)[A-Z]{2}", s, perl=TRUE))
#[1] "DT" "MF"

Answer 5

另一个基本技巧是strsplit

> sapply(strsplit(s, split = "\\d+"), `[[`, 2)
[1] "DT" "MF"

或gsub

> gsub("^.*?(?<=\\d)(\\D+).*", "\\1", s, perl = TRUE)
[1] "DT" "MF"