R语言：如何从含可变长度前缀的文件名中提取指定日期并格式化

这种前缀长度可变的文件名提取问题，用正则表达式就能完美解决，不用纠结前缀的具体长度。我给你两种方案，一种用stringr包（语法更直观），一种用Base R（不需要额外装包），都能得到你想要的格式化日期。

步骤说明 #

你的目标日期有个明显特征：是文件名中第一个紧跟在非数字字符之后、且后面跟着字母T的8位数字，而末尾下划线分隔的日期没有这个特征，刚好可以用正则精准匹配。

方案1：使用stringr包（推荐，语法简洁） #

先加载stringr包，然后用str_extract提取目标字符串，最后转成日期格式：

# 加载包（如果没安装先运行 install.packages("stringr")）
library(stringr)

# 你的原始文件名
file.name <- c("AZAMBUJAI002A20190518T133231_20190518T133919_T22JCM_2021_05_19_01_18_22.tif",
               "RINCAODOSSOARES051B20210107T133231_20190518T133919_T22JSM_2021_05_19_01_18_22", 
               "VILAPALMA33K20181018T133231_20190518T133919_T23JCM_2020_05_19_01_18_22.tif")

# 提取8位日期字符串
date_str <- str_extract(file.name, "(?<=\\D)\\d{8}(?=T)")

# 转换为yyyy-mm-dd格式的日期对象
mydates <- as.Date(date_str, format = "%Y%m%d")

# 查看结果
mydates

运行后输出：

[1] "2019-05-18" "2021-01-07" "2018-10-18"

方案2：使用Base R（无需额外安装包） #

如果不想装包，用Base R的regmatches和regexpr也能实现：

# 原始文件名
file.name <- c("AZAMBUJAI002A20190518T133231_20190518T133919_T22JCM_2021_05_19_01_18_22.tif",
               "RINCAODOSSOARES051B20210107T133231_20190518T133919_T22JSM_2021_05_19_01_18_22", 
               "VILAPALMA33K20181018T133231_20190518T133919_T23JCM_2020_05_19_01_18_22.tif")

# 提取日期字符串（注意要加perl=TRUE启用正则断言）
date_str <- regmatches(file.name, regexpr("(?<=\\D)\\d{8}(?=T)", file.name, perl = TRUE))

# 转换为日期格式
mydates <- as.Date(date_str, "%Y%m%d")

# 查看结果
mydates

正则表达式解释 #

(?<=\\D)\\d{8}(?=T) 这个正则的作用：

• (?<=\\D)：反向预查，确保匹配的8位数字前面是一个非数字字符（比如前缀末尾的A、B、K），这样就排除了前缀里的短数字（比如002、33）；
• \\d{8}：匹配连续的8位数字，正好是我们要的日期；
• (?=T)：正向预查，确保8位数字后面紧跟字母T，这样就精准定位到目标日期，完全避开了末尾下划线分隔的无效日期。

内容的提问来源于stack exchange，提问作者Leprechault