R语言新手求助：如何提取字符串中以XYZ-开头的目标子串

方法1：使用stringr包的str_extract #

stringr包的正则匹配逻辑更直接，精准匹配XYZ-后跟连续数字的模式即可：

library(stringr)
d <- "Para | YTX-456 | XYZ-123456 | NTX-897"
result <- str_extract(d, "XYZ-\\d+")
print(result)
# 输出: "XYZ-123456"

这里\\d+专门匹配一个或多个连续数字，整个模式XYZ-\\d+只会锁定XYZ-及其后续的纯数字部分，不会包含空格。

方法2：使用base R的gsub #

如果不想加载额外包，用base R原生的gsub也能实现，核心是替换掉目标以外的所有内容：

d <- "Para | YTX-456 | XYZ-123456 | NTX-897"
result <- gsub(".*(XYZ-\\d+).*", "\\1", d)
print(result)
# 输出: "XYZ-123456"

• .*表示匹配任意长度的任意字符（不含换行），放在(XYZ-\\d+)前后，会把目标子串之外的所有内容全部匹配覆盖。
• \\1代表引用括号内捕获到的XYZ-\\d+内容，替换后就只剩下我们需要的子串。

关于之前提取到空格的原因 #

你之前的问题大概率是正则范围没限制好，比如误用了XYZ-.+——.+会匹配包括空格在内的所有字符，直到字符串末尾，自然会带上多余空格。而用\\d+限定只匹配数字，就能避免这个问题。

内容的提问来源于stack exchange，提问作者YASEM