如何用gsub正则提取字符串中数字间的目标字符？

直接使用带有分支结构的正则表达式结合gsub（启用Perl兼容模式），即可覆盖所有场景，代码如下：

my_string <- c("12 aöc-ABC 3 a", "43XY/zz23ab", "acs", "23 as c", "f~ds22 d", "1 3")

result <- gsub(
  "^\\d+\\s*(.*?)\\s*\\d+.*$|^\\d+\\s*(.*)$|^(.*?)\\s*\\d+$|^([^\\d]+)$|^\\d+(\\s+\\d+)*$",
  "\\1\\2\\3\\4",
  my_string,
  perl = TRUE
)
# 将空字符串替换为NA
result[result == ""] <- NA

# 输出结果
result
# [1] "aöc-ABC" "XY/zz"   "acs"     "as c"    "f~ds"    NA

正则分支说明 #

每个分支对应一种场景：

• ^\\d+\\s*(.*?)\\s*\\d+.*$：匹配存在前后两个数字的字符串，捕获两个数字之间的内容（自动去除首尾空格），忽略后续无关内容。
• ^\\d+\\s*(.*)$：匹配仅开头有数字的字符串，捕获数字后空格之后的所有内容。
• ^(.*?)\\s*\\d+$：匹配仅结尾有数字的字符串，捕获数字前空格之前的所有内容。
• ^([^\\d]+)$：匹配完全不含数字的字符串，直接捕获整个字符串。
• ^\\d+(\\s+\\d+)*$：匹配**仅含数字（含空格分隔的多个数字）**的字符串，无有效捕获内容，替换后得到空字符串，最后转为NA。

原正则失效原因 #

原正则^\\d*\\s*([^[:digit:]])+\\d*.*存在两个核心问题：

1. ([^[:digit:]])+只会捕获最后一个非数字字符，因为+作用在字符组上，捕获组仅保留最后一次匹配的内容。
2. 未覆盖仅含前/后数字、无数字、仅含数字等场景，匹配逻辑不完整。

内容的提问来源于stack exchange，提问作者LulY