代码之家 › 专栏 › 技术社区 › SeGa

在R中带lookaround的Regexpr

regex r

SeGa · 技术社区 · 6 年前

我在试着得到在字符串中(255;0;0).

我没有设法找出R中的lookaheads,这对这个任务应该是有用的,所以我必须结合一个 regexpr+regmatches 有2个后续的 gsub 电话。

string <- "<params description=\"some desc\" bgcol=\"248;186;203\" col=\"0;200;0\"/>"
string <- "<params description=\"some desc\" bgcol=\"255;0;0\"/>"


bgcol = regmatches(string, regexpr('(bgcol=\"(.*)\")', string, perl=TRUE))
bgcol = gsub(pattern = "\"", replacement="", bgcol)
bgcol = gsub(pattern = "bgcol=", replacement="", bgcol)

as.integer(strsplit(bgcol, ";")[[1]])

[1] 255 0 0

4 回复 | 直到 6 年前

Wiktor StribiÅ¼ew 6 年前

regmatches / regexec :

string <- "<params description=\"some desc\" bgcol=\"255;0;0\"/>"
lapply(strsplit(regmatches(string, regexec('bgcol="([^"]*)"', string))[[1]][2], ";"), as.integer)
## => [[1]]
##    [1] 255   0   0

bgcol="([^"]*)" bgcol=" ,然后匹配并捕获除 " 进入第1组( regexec 跟踪所有捕获的子字符串),然后匹配 .

正则匹配 regexpr :

lapply(strsplit(regmatches(string, regexpr('bgcol="\\K[^"]*', string, perl=TRUE)), ";"), as.integer)
## => [[1]]
##    [1] 255   0   0

看到了吗 online R demo

bgcol="\\K[^"]* 模式匹配 bgcol=“ \K 匹配重置运算符,并且仅与匹配的文本 [^"]* 仍在比赛中。

stringr 解决:

> library(stringr)
> lapply(strsplit(str_extract(string, '(?<=bgcol=")[^"]*'), ";"), as.integer)
[[1]]
[1] 255   0   0

> lapply(strsplit(str_match(string, 'bgcol="([^"]*)"')[,2], ";"), as.integer)
[[1]]
[1] 255   0   0

请注意 (?<=bgcol=") str_extract 函数只检查 bgcol=“

Jilber Urbina 6 年前

你可以用这个图案 '.*bgcol=\"(\\d*;\\d*;\\d*)\"\\s?.*'

> bgcol <- gsub('.*bgcol=\"(\\d*;\\d*;\\d*)\"\\s?.*', "\\1", strings)
> lapply(strsplit(bgcol, ";"), as.integer)
[[1]]
[1] 255   0   0

[[2]]
[1] 248 186 203

Onyambu 6 年前

你可以用 read.table

read.table(text = gsub('.*bgcol.*?(\\d+;\\d+;\\d+).*', '\\1', string), sep=';')
   V1  V2  V3
1 248 186 203
2 255   0   0

Nettle 6 年前

df <- tibble(string <- c("<params description=\"some desc\" bgcol=\"248;186;203\" col=\"0;200;0\"/>",
            "<params description=\"some desc\" bgcol=\"255;0;0\"/>"))

  df %>% mutate(bgcol.value = str_extract(string, "\\d+;\\d+;\\d+")) 

# A tibble: 2 x 2
  `string <- c("<params description=\\"some desc\\" bgcol=\\"248;186;203\\" â¦ bgcol.value
  <chr>                                                                       <chr>      
1 "<params description=\"some desc\" bgcol=\"248;186;203\" col=\"0;200;0\"/>" 248;186;203
2 "<params description=\"some desc\" bgcol=\"255;0;0\"/>"                     248;186;203

推荐文章

lonix · 使用sed从JSON中提取非贪婪正则表达式

1 年前

me-me · regex检查电子邮件字符串是否有@后跟一个点以及点符号后至少2个字符[重复]

2 年前

Dave Guerrero · 是否有一个正则表达式模式来捕获字符串中直到第一个字母字符的数字?

2 年前

Dima Malko · 如何在指定符号前添加符号?

2 年前

shekharsabale · 从列表元素捕获子字符串

2 年前

maycca · 正则表达式:过滤年份数值大于某个值的文件?字符串中编码的年份

2 年前

Katia · 根据特定规则进行多行匹配

2 年前

Andrei Cleland · 在长正则表达式中包含unicode字符

2 年前

MHA · Pandas str.extract()以字母结尾的数字

2 年前

Slava Vir · 如何查找后面“/”之间的最后一组

2 年前