如何在R语言中匹配以1开头、以2结尾的字符模式？

现有序列示例：

"4122222222222281222222211111212"

期望提取的结果为：

"1222222222222"

"12222222"

"12"

"12"

需要提取所有以1开头、后面跟**任意数量2**的连续子串，以下是两种实现方式：

方法1：使用基础R函数 #

利用基础包的gregexpr()定位所有匹配位置，再通过regmatches()提取对应子串。核心正则模式为"12+"：

• 1：匹配固定字符"1"
• 2+：匹配一个或多个连续的"2"（贴合示例需求，若允许1后无2可改为2*）

代码示例：

# 定义目标字符串
input_str <- "4122222222222281222222211111212"

# 匹配所有符合模式的子串位置
matches <- gregexpr("12+", input_str)

# 提取匹配结果
result <- regmatches(input_str, matches)[[1]]

# 输出结果
print(result)

运行输出：

[1] "1222222222222" "12222222"      "12"            "12"

方法2：使用stringr包（更简洁） #

stringr是tidyverse生态中常用的字符串处理工具，str_extract_all()可直接提取所有匹配子串：

代码示例：

# 若未安装包先执行：install.packages("stringr")
library(stringr)

input_str <- "4122222222222281222222211111212"

# 提取所有符合模式的子串
result <- str_extract_all(input_str, "12+")[[1]]

print(result)

输出结果与基础方法完全一致。

模式调整说明 #

• 若需提取单独的1（即1后可无2），将正则模式改为"12*"
• 若需限制1前后不能是数字（避免非目标场景的匹配），可使用边界匹配模式："(?<!\\d)12+(?!\\d)"

内容的提问来源于stack exchange，提问作者doraemon