Question

my_string = "2011, this year I made 750,000 dollars"

是否有一种优雅的方法可以匹配上面字符串中的"2011"和"750,000"。我们的想法是在看起来像数字值时提取数值，例如\d+或\d+[\.,]?\d*，具体取决于逗号之后是否存在逗号

我试过这个，但它与我想要的完全不符，我得到了“2011”，这是不好的

library(stringr)
str_match_all(fkin, "(\\d+[\\.,]?\\d*)

这是我的预期结果：

"2011" "750,000"

Answer 1

你可以这样做：

[0-9]+(?:[,.][0-9]+)*

非常优雅，我在镜子前试了一下。

Answer 2

这是一个正则表达式纯基R 方法，用于提取整数或浮点值，这些值不是用连字符分隔的数字串的一部分：

> str <- "2011, this year I made 750,000 dollars and 750,000-589 here"
> regmatches(str, gregexpr('(?<!\\d-)\\b\\d+(?:[,.]\\d+)?+(?!-)', str, perl=T))[[1]]
[1] "2011"    "750,000"

请参阅IDEONE demo和regex demo。由于正则表达式包含外观，因此您需要指定perl=TRUE参数。

模式说明：

(?<!\d-) - 当一个带有hyhen的数字位于当前位置之前时，一个负面的背后导致比赛失败
\b\d+ - 一个单词边界（在下一个数字之前，不能有单词char - letter，digit或_）
(?:[,.]\d+)?+ - 一个非捕获组（(?:...)），匹配逗号或点（[,.]）的1或0个序列，后跟1个或多个数字（此序列匹配占有（见?+），以便正则表达式引擎在\b\d+之后没有检查连字符。
(?!-) - 如果检测到数字后有连字符，则表示匹配失败的负面loookahead。

R中的正则表达式，只有事后才匹配子字符串

2 个答案: