R语言：从身份编码中提取以19开头的四位出生年份

问题原因 #

你遇到的返回NA NA NA的核心原因，大概率是正则表达式使用了中文半角引号，导致R把引号本身当成了匹配规则的一部分，自然找不到符合要求的内容。少数情况可能是stringr版本过旧，但前者是最常见的诱因。

解决方案 #

方案1：用stringr包修正正则写法

确保使用英文半角引号包裹正则表达式，同时可以用\\d简化数字匹配的写法：

library(stringr)
test <- c("1234195212345600", "123419531234561","1234195412345689878")
# 两种写法效果一致
test_results <- str_extract(test, "19[0-9]{2}")
# test_results <- str_extract(test, "19\\d{2}")

执行后会得到你期望的结果：

> test_results
[1] "1952" "1953" "1954"

方案2：用base R实现（无需额外包）

如果不想依赖stringr，可以用base R自带的regmatches和regexpr组合完成提取：

test <- c("1234195212345600", "123419531234561","1234195412345689878")
test_results <- regmatches(test, regexpr("19[0-9]{2}", test))

补充说明 #

• 如果你的字符串中存在多个以19开头的四位数字，str_extract只会提取第一个匹配项，刚好符合你提取出生年份的需求；
• 若需要提取所有匹配项，可以改用str_extract_all函数。

内容的提问来源于stack exchange，提问作者Mike