Question

@Greg Snow非常友好地向我介绍了使用正则表达式进行模式匹配。我用他的建议来执行以下操作：

sql <- "SELECT a, b, (q + r) AS c, (s + t) AS d FROM tbl WHERE x=y"
sql <- gsub("^.*SELECT *(.*?) +FROM.*$", "\\1", sql)
"a, b, (q + r) AS c, (s + t) AS d"

我很好奇，并试图扩展这个逻辑来取代“逗号之后的所有内容，包括'AS'：

sql<- gsub(" \\(.*AS", "\\1", sql)
"a, b, d"

我希望它返回“a，b，c，d”。但是，我看到发生了什么 - 它在整个字符串中匹配我的模式，以“b”之后的逗号开头，并以第二个AS结束，而不是第一个。

我的问题是，如何在同一个字符串中多次匹配模式？我知道我的语法有问题。

Answer 1

您已经多次匹配 - 这是gsub的作用，而sub只匹配一次。

问题是双重的。首先，你的正则表达式是“贪婪的”。这是默认设置，意味着.*之类的内容尽可能匹配，而不是尽可能少。你可以使它非贪婪，使它只匹配“（q + r）AS”和“（s + t）AS”而不是整个事物。然后，由于您已经在使用gsub，因此匹配将自动发生多次。

第二件事实际上不是问题，只是没必要。您的第二个字符串显示"\\1"，即“替换为捕获的第一组”。但是，没有第一个捕获组！相反，只需使用空字符串。

那应该给你：

sql<- gsub(" \\(.*?AS", "", sql)
"a, b, c, d"

R - 使用正则表达式的子文本

1 个答案: