使用正则从R字符串向量提取下划线间内容失败，求助

你的问题出在正则表达式的写法上——原正则里多余的空格导致无法匹配目标字符串，所以gsub找不到替换项，直接返回原向量。下面提供两种可靠的解决方法：

方法1：修正gsub的正则表达式 #

使用精准的正则匹配第一个下划线后、第二个下划线前的内容：

files <- c("./bNTI/bNTI_Yazoo_weighted.csv")
names <- gsub(".+_([^_]+)_.*", "\\1", files)
# 输出结果："Yazoo"

正则解释： #

• .+_：匹配任意多个字符直到第一个下划线（包含下划线本身）
• ([^_]+)：捕获一个或多个非下划线的字符（这就是你要提取的目标内容）
• _.*：匹配剩余的下划线及之后的所有字符
• \\1：引用第一个捕获组的内容作为替换结果

方法2：使用stringr包（更直观） #

stringr的str_extract函数可以直接提取符合规则的片段，无需替换：

library(stringr)
files <- c("./bNTI/bNTI_Yazoo_weighted.csv")
names <- str_extract(files, "(?<=_)[^_]+(?=_)")
# 输出结果："Yazoo"

正则解释： #

• (?<=_)：正向预查，确保目标内容前面是下划线（不包含下划线在匹配结果里）
• [^_]+：匹配一个或多个非下划线字符
• (?=_)：正向预查，确保目标内容后面是下划线（不包含下划线在匹配结果里）

内容的提问来源于stack exchange，提问作者Geomicro