使用R语言stringr包str_match函数提取文献条目标题时的正则表达式报错问题求助

嘿，我帮你定位到问题根源啦！你遇到的U_REGEX_BAD_INTERVAL报错，是因为正则里的大括号{没转义——在正则语法里，{是量词（比如{2,3}表示匹配2-3次）的起始标记，直接写title={会让正则引擎误以为你要定义量词，可后面的内容不符合量词的格式，自然就报错了。

修复后的代码方案 #

咱们把字面量的{和}都转义，再调整正则逻辑精准匹配目标内容：

library(stringr)

# 你的示例数据
a2 <- "@article{2020, title={Long noncoding RNA MEG3 decreases the growth of head and neck squamous cell carcinoma by regulating the expression of miR‐421 and E‐cadherin}, volume={9}, ISSN={2045-7634}, url={http://dx.doi.org/10.1002/cam4.3002}, DOI={10.1002/cam4.3002}, number={11}, journal={Cancer Medicine}, publisher={Wiley}, author={Ji, Yefeng and Feng, Guanying and Hou, Yunwen and Yu, Yang and Wang, Ruixia and Yuan, Hua}, year={2020}, month={Apr}, pages={3954–3963} }"

# 转义大括号后的正则
match_result <- str_match(a2, "(?s)title=\\{\\s*(.*?)\\s*\\},")
# 提取捕获到的标题内容
title_text <- match_result[, 2]
print(title_text)

正则片段解释 #

• (?s)：开启单行模式，让.能匹配换行符（兼容可能的多行文献条目）
• title=\\{：匹配字面量的title={，\\{是转义后的大括号
• \\s*：匹配标题前后的空白字符（处理可能的空格）
• (.*?)：非贪婪匹配任意字符，专门捕获标题核心内容
• \\s*\\},：匹配标题结尾的},，同样转义大括号\\}

更简洁的替代写法 #

如果你的文献条目格式很统一，还可以用正向/反向断言直接提取，不用处理捕获组：

title_text <- str_extract(a2, "(?<=title=\\{\\s).*?(?=\\s*\\},)")

这里：

• (?<=title=\\{\\s)：正向断言，定位到title={（带空格）之后的位置
• (?=\\s*\\},)：反向断言，定位到},（前可带空格）之前的位置
• .*?：非贪婪捕获中间的标题文本，直接得到结果

内容的提问来源于stack exchange，提问作者Arturo