正向预查长度指定的正确语法？stringr提取数字后字符串报错求助

你需要处理开头为任意长度数字的字符串，目标提取数字后的剩余内容，比如从c("14ac", "148me3")得到c("ac", "me3")。

之前尝试的问题分析 #

1. 第一次用(?<=\\d+).*失败：因为stringr依赖的ICU正则引擎要求正向预查（lookbehind）的匹配长度必须有明确上限，\\d+是无上限的量词，不符合要求。
2. 第二次用(?<=\\d{1, 10}).*失败：问题出在正则区间的写法——{1, 10}里逗号后面多了空格，ICU正则不允许区间的逗号和数字之间有空格，必须写成{1,10}。

正确的解决方案 #

方案1：修正lookbehind的区间写法

如果确定开头数字的最大长度不超过某个值（比如10位），可以保留lookbehind的写法，去掉区间里的空格：

library(stringr)
xx <- c("14ac", "148me3")
str_extract(xx, "(?<=\\d{1,10}).*")
# 输出结果：[1] "ac"  "me3"

方案2：更通用的无长度限制写法（推荐）

如果无法确定数字的最大长度，推荐使用以下两种不依赖lookbehind的方法，更灵活：

• 用str_replace替换开头数字为空：

str_replace(xx, "^\\d+", "")
# 输出结果：[1] "ac"  "me3"

这里^\\d+匹配字符串开头的一或多个数字，直接替换为空就得到剩余内容。

• 用str_match捕获数字后的内容：

str_match(xx, "^\\d+(.*)")[, 2]
# 输出结果：[1] "ac"  "me3"

^\\d+(.*)中，(.*)捕获数字后的所有内容，str_match返回的矩阵中第二列就是捕获到的目标内容。

内容的提问来源于stack exchange，提问作者Pavel Shliaha