精确模式后提取n个字符/数字

Question

我有以下字符串：123-4567-C-4321-DD.xxxx

我只想提取“ C-”之后的四个数字“ 4321”。请注意，“ C”也可以是“ P”，可以是大写或小写。

我尝试了许多看起来可行的建议，但无济于事。这似乎很接近，但实际上是抓住了它发现的前四个数字：

[^c|C,p|P-]{4}

预期= 4321， 实际= 4567

Answer 1

这将起作用。

(?<=[(C|c|P|p)]-)([0-9]){4}

Answer 2

您可以使用str_match并使用(?i)获得不区分大小写的匹配并在第1组中捕获4位数字：

(?i)-[CP]-([0-9]{4})

R demo | Regex demo

例如：

library(stringr)
text = "123-4567-C-4321-DD.xxxx"
pattern = "(?i)-[CP]-([0-9]{})"
print(str_match(text, pattern)[,2])

结果

[1] "4321"

或在后面使用积极的表情：

pattern = "(?i)(?<=-[CP]-)[0-9]{4}"
print(str_match(text, pattern)[,1])

注意

在character class中，管道|并不代表管道字面意思，而是管道文字。

如果从^开始字符类，则它否定了允许匹配的字符，因此模式[^c|C,p|P-]{4}匹配c，C中任何一个都不匹配的4倍，P，p，|，,或-

Answer 3

您可以尝试这个。

gsub("(.*)([cCpP]-)(\\d{4}).*", "\\3", s, perl=TRUE)
# [1] "4321" "4321" "4321" "4321"

数据

s <- c("123-4567-C-4321-DD.xxxxA", "123-4567-P-4321-DD.xxxxA", 
       "123-4567-c-4321-DD.xxxxA", "123-4567-p-4321-DD.xxxxA")

Answer 4

如果它处于固定位置，则可以使用stringr::str_sub()向后（和向前）计数，或者只能使用基数R substr()进行向前计数。

stringr::str_sub(s, -13, -10)

基本R：

substr(s, 12, 15)

输出：

[1] "4321" "4321" "4321" "4321"

使用@ jay.sf的数据集：

s <- c("123-4567-C-4321-DD.xxxxA", "123-4567-P-4321-DD.xxxxA", 
       "123-4567-c-4321-DD.xxxxA", "123-4567-p-4321-DD.xxxxA")

Answer 5

我在字符串包中使用了str_match函数。

pattern = "-[c|C|p|P]-(\\d{4})"
str_match(text, pattern)

括号括起来。

因此您可以使用组导出要获取的数字。

Code result

Answer 6

这是一种非正则表达式方法，

sapply(strsplit(s, '-', fixed = TRUE), function(i)i[which(i %in% c('C', 'c', 'p', 'P')) + 1])
#[1] "4321" "4321" "4321" "4321"

数据（摘自@ jay.sf）

s <- c("123-4567-C-4321-DD.xxxxA", "123-4567-P-4321-DD.xxxxA", 
       "123-4567-c-4321-DD.xxxxA", "123-4567-p-4321-DD.xxxxA")