使用R语言gsub提取商品重量时非匹配项返回原串的问题咨询

• gsub的核心规则是：只有当正则表达式完全匹配整个目标字符串时，才会执行替换操作；如果完全匹配失败，就直接返回原输入内容，不会做任何替换。
• 第三个条目"3425 Milk"末尾没有g或kg重量单位，你的正则表达式.*\\s(\\d*,*\\d+)\\s*(g|kg)$要求字符串必须以g/kg结尾，因此这条字符串完全不匹配正则规则，gsub直接返回了原字符串，而非你期望的空值或NA。

方法1：使用stringr包的str_extract（推荐） #

str_extract会直接提取符合规则的匹配内容，无匹配时自动返回NA，完全贴合预期需求：

library(stringr)
bills <- c("2940 Green apples 250g", "5435 Bananas 0,5kg", "3425 Milk")
str_extract(bills, "\\d*,?\\d+(?=\\s*(g|kg)$)")
# 输出结果："250" "0,5" NA

这里用**正向预查(?=...)**锁定后面跟着g/kg的数字部分，无需捕获整个字符串，逻辑更简洁。

方法2：基础R原生实现 #

如果不想依赖第三方包，可以先执行替换，再将未匹配的内容替换为NA/空字符串：

bills <- c("2940 Green apples 250g", "5435 Bananas 0,5kg", "3425 Milk")
# 用sub即可，仅需一次替换
result <- sub(".*\\s(\\d*,?\\d+)\\s*(g|kg)$", "\\1", bills)
# 将未匹配的原字符串替换为NA
result[result == bills] <- NA
result
# 输出结果："250" "0,5" NA

另外，正则里的\\d*,*\\d+建议改成\\d*,?\\d+，用?表示逗号最多出现一次，比*（零次或多次）更精准，避免匹配异常格式的数字。

内容的提问来源于stack exchange，提问作者LulY