如何移除文本中第n次指定分隔符及之后的所有内容？

使用stringr包的str_remove函数，配合针对性的正则表达式即可满足需求：

library(stringr)

text <- c("test1", "test2 | ", "test3 | test3 | test 3", "test4 | test4 | test 4 | test4")
output <- str_remove(text, "(?<=.* \\| ) \\| .*")

正则表达式说明 #

• (?<=.* \\| )：正向回溯断言，确保目标字符串中至少包含一个" | "，避免对无分隔符或仅单个分隔符的字符串误操作
• \\| .*：匹配第二次出现的" | "及其之后的所有内容，将这部分直接移除

运行后得到的结果完全符合预期：

> output
[1] "test1"          "test2 | "       "test3 | test3"  "test4 | test4"

适配其他N值的扩展 #

如果需要保留前N个由" | "分隔的元素（移除第N次及以后的分隔符和内容），只需调整正则中的断言匹配次数。例如要保留前3个元素（N=3），正则改为：

str_remove(text, "(?<=^(?:[^|]* \\| ){2}) \\| .*")

这里(?:[^|]* \\| ){2}表示匹配2次"任意非|字符 + | "，确保前面已有2个分隔符，随后移除第三个及以后的内容。

内容的提问来源于stack exchange，提问作者deschen