正则表达式匹配固定模式后的所有内容（含空格与标点）

需求：提取字符串中特定模式: - （冒号+空格+连字符+空格）之后的所有内容，包含带连字符、撇号的文本。

示例数据 #

library(tibble)
eg_data <- tibble(
  Text = c(
    "Please advise: - How to extract this part.",
    "Please advise: - I'm not sure how to extract the latter part of this, and I really need to.", 
    "Please advise: - My co-workers can't help me."),
  IdealOutcome = c(
    "How to extract this part.",
    "I'm not sure how to extract the latter part of this, and I really need to.",
    "My co-workers can't help me.")
)

解决方案 #

方法1：使用stringr包（tidyverse工具集）

借助str_remove移除模式前的所有内容：

library(stringr)

# 提取目标内容
eg_data$Extracted <- str_remove(eg_data$Text, "^.*: - ")

正则说明：^.*: - 匹配从字符串开头到: - 的所有字符，str_remove会删除这部分，保留后续内容。

方法2：使用base R的sub函数

无需额外安装包，直接用基础正则替换：

# 提取目标内容
eg_data$Extracted <- sub("^.*: - ", "", eg_data$Text)

验证结果 #

检查提取结果与理想输出是否一致：

all.equal(eg_data$Extracted, eg_data$IdealOutcome)
# 输出：TRUE

内容的提问来源于stack exchange，提问作者Adam_S