如何使用gsub/sub提取文本字符串中的中间部分？

原代码的问题在于正则表达式里的.会匹配日期的第一个字符，导致提取结果缺失首字符。可以调整正则，精准捕获day-到--之间的日期内容：

dd <- c ("2day-2023-1-5--20-0.csv", "1day-2023-2-5--20-0.csv", "3day-2021-1-5--20-0.csv")
sub(".*day-(.*?)--.*", "\\1", dd)

运行后输出：

"2023-1-5" "2023-2-5" "2021-1-5"

正则说明： #

• .*day-：匹配字符串开头到day-的所有内容
• (.*?)：非贪婪匹配，精准捕获day-之后到第一个--之前的内容，避免过度匹配
• --.*：匹配--及之后的所有内容

如果要更严谨，只提取符合数字-数字-数字格式的日期部分，可用以下正则：

sub(".*day-(\\d+-\\d+-\\d+)--.*", "\\1", dd)

内容的提问来源于stack exchange，提问作者GrBa