为何R中stringr::str_extract用\d*无法提取'word 42'里的"42"？

先明确几个核心规则，搞懂这些你就能明白所有案例的结果：

• str_extract只会返回从左到右第一个匹配成功的内容
• \d*：匹配0个或多个连续数字（重点是允许0个，空字符也能匹配）
• \d+：匹配1个或多个连续数字（必须至少有一个数字才会匹配）
• $：锚定正则匹配的位置为字符串结尾

逐个案例拆解 #

案例1：str_extract('word 42', '\d*') → 返回"" #

正则从字符串最左端开始匹配：第一个字符是w，不是数字，但\d*允许匹配0个数字，这就构成了一个合法的匹配项（空字符串）。因为str_extract找第一个匹配结果，所以直接返回空，不会继续往后找真正有数字的部分。

案例2：str_extract('42 word', '\d*') → 返回"42" #

正则从左端开始，第一个字符是4，属于数字，\d*会贪婪匹配所有连续的数字，直到遇到非数字的空格为止，所以匹配到42，这是第一个匹配项，直接返回。

案例3：str_extract('word 42', '\d+') → 返回"42" #

\d+要求至少匹配1个数字，左端的字母无法满足，所以正则会继续向右扫描，直到遇到空格后的42，满足匹配条件，因此返回42。

案例4：str_extract('word 42', '\d*$') → 返回"42" #

$强制正则在字符串结尾位置匹配。字符串结尾是2，属于数字，\d*贪婪向左匹配所有连续数字，得到42，匹配成功，返回结果。

案例5：str_extract('42 word', '\d*$') → 返回"" #

字符串结尾是d，不是数字，\d*只能匹配0个数字（空字符串），所以返回空。

正确提取数字的方法 #

如果你的需求是提取字符串中的数字（不管位置），直接用\d+即可，它会跳过非数字内容，找到第一个连续数字序列：

str_extract('word 42', '\\d+') # 返回"42"
str_extract('42 word', '\\d+') # 返回"42"

如果要提取所有数字序列，用str_extract_all：

str_extract_all('word 42 test 123', '\\d+') # 返回list(c("42", "123"))

内容的提问来源于stack exchange，提问作者George Pak