如何在R数据框列中提取首个数字或左方括号前的子字符串？

要实现从字符串里提取首个数字或左方括号[之前的内容，同时去掉末尾空格，这里给你两种可行方案：

1. 基础R（base R）方法 #

先构造示例向量：

text_vec <- c(
  "Arturo Beniamo 29 10 2015.docx",
  "Arturo Beniamo [30 12 2015].docx",
  "Dominici Leonardo 02 06 2019.docx",
  "Didonna Marco 07 09 2023.docx"
)

使用sub配合正则表达式匹配替换，再用trimws去除末尾空格：

result_base <- trimws(sub("\\s*(?:\\d|\\[).*", "", text_vec))
result_base

运行结果：

[1] "Arturo Beniamo"    "Arturo Beniamo"    "Dominici Leonardo" "Didonna Marco"

正则说明 #

\\s*(?:\\d|\\[).*的含义：

• \\s*：匹配0个或多个空格
• (?:\\d|\\[)：匹配数字（\\d）或左方括号（\\[需转义），非捕获组不保留这部分内容
• .*：匹配该位置之后的所有字符
  替换为空字符串后，再用trimws清理末尾多余空格。

2. stringr包方法（tidyverse生态） #

如果习惯用tidyverse工具，先加载stringr包，用str_extract配合正向预查提取目标内容，再用str_trim去空格：

library(stringr)
result_str <- str_trim(str_extract(text_vec, "^.*?(?=\\s*(?:\\d|\\[))"))
result_str

运行结果和上面一致。

正则说明 #

^.*?(?=\\s*(?:\\d|\\[))的含义：

• ^：从字符串开头匹配
• .*?：非贪婪模式匹配任意字符，直到满足后续条件
• (?=...)：正向预查，确保后面跟着“空格+数字/左括号”，但不把这部分纳入提取结果
  最后用str_trim清理首尾空格。

内容的提问来源于stack exchange，提问作者Arturo