如何从字符串中提取指定部分？R语言字符串提取问题

针对你给出的字符串向量：

bb <- c("\\dat\\Bjkjgf_Yloiut_dsezr_proj_111_999.txt","\\dat\\Bjkjgf_Yloezr_proj_111_999.txt")

由于两个字符串长度不同，固定位置的substr()无法通用，推荐用正则表达式实现动态匹配提取，以下是两种可行方案：

方案一：基础R的sub()函数 #

利用正则捕获组，匹配并保留目标内容：

result <- sub(".*\\\\(.*)_proj.*", "\\1", bb)
# 输出结果
result
# [1] "Bjkjgf_Yloiut_dsezr" "Bjkjgf_Yloezr"

正则逻辑说明：

• .*\\\\：匹配到最后一个反斜杠（R中需用四个反斜杠表示单个实际反斜杠）
• (.*)：捕获反斜杠后、_proj前的所有内容（即目标部分）
• _proj.*：匹配_proj及后续所有字符
• \\1：将整个字符串替换为捕获到的目标内容

方案二：stringr包的str_extract()函数 #

如果习惯更直观的正则写法，可使用stringr包的提取函数：

library(stringr)
result <- str_extract(bb, "(?<=\\\\).*?(?=_proj)")

正则逻辑说明：

• (?<=\\\\)：正向预查，定位到反斜杠之后的位置
• .*?(?=_proj)：非贪婪匹配任意字符，直到遇到_proj（不包含_proj本身）

内容的提问来源于stack exchange，提问作者Tpellirn