如何使用正则表达式提取R字符串中特定标识后的括号内数值？

单键提取方案 #

针对你的需求，可使用正向预查精准匹配目标键后的数值，正则核心是锁定键名[与]之间的数字：

library(stringr)
x <- "series120_count[1]; crossing_success[2]; tag_comments[small]"

# 提取series120_count的数值
str_extract(x, "(?<=series120_count\\[)\\d+(?=\\])")
# 输出："1"

# 替换前缀即可提取crossing_success的数值
str_extract(x, "(?<=crossing_success\\[)\\d+(?=\\])")
# 输出："2"

原正则失效原因 #

你之前用的(?<=series120_count)(.+)(?=\\; )采用了贪婪匹配的.+，会从series120_count后一直匹配到最后一个符合; 前置条件的位置，结果会包含[1]; crossing_success[2]这类多余内容，无法精准定位单个键的数值。

通用提取函数 #

如果需要频繁提取不同键的数值，可以封装成函数简化操作：

extract_numeric_value <- function(target_str, key_name) {
  pattern <- paste0("(?<=", key_name, "\\[)\\d+(?=\\])")
  str_extract(target_str, pattern)
}

# 调用示例
extract_numeric_value(x, "series120_count") # 返回"1"
extract_numeric_value(x, "crossing_success") # 返回"2"

批量提取所有键值对 #

如果需要一次性提取所有键和对应值（包括非数值类型），可以用str_match_all批量匹配：

all_matches <- str_match_all(x, "([^\\s\\[]+)\\[([^\\]]+)\\]")[[1]]
key_value_table <- data.frame(
  键名 = all_matches[, 2],
  值 = all_matches[, 3],
  stringsAsFactors = FALSE
)

# 输出结果：
#             键名    值
# 1 series120_count    1
# 2 crossing_success    2
# 3    tag_comments small

内容的提问来源于stack exchange，提问作者ctlamb