如何在DataFrame的HTML列中匹配[整数]模式并替换为ID列值

给定的R语言示例数据如下：

ID <- c(15, 25, 90, 1, 23, 543)

HTML <- c("[demography_form][1]<div></table<text-align>[demography_form_date][1]", 
          "<text-ali>[geography_form][1]<div></table<text-align>[geography_form_date][1]", 
          "[social_isolation][1]<div></table<div><text-align>[social_isolation_date][1]", 
          "<text-align>[geography_form][1]<div></table<text-align>[geography_form_date][1]", 
          "<div>[demography_form][1]<div></table<text-align>[demography_form_date][1]", 
          "[geography_form][1]<div></table<text-align>[geography_form_date][1]</table")

df <- data.frame(ID, HTML)

需求是把每行HTML列中所有[数字]格式的内容，替换成对应行ID列的数值。下面提供两种实现方式：

方式一：使用tidyverse工具包（推荐） #

先加载stringr（字符串处理）和purrr（逐行映射）两个包，然后逐行处理：

library(stringr)
library(purrr)

# 生成处理后的新列
df$HTML_processed <- map2_chr(df$HTML, df$ID, function(html_str, current_id) {
  # 匹配所有[数字]格式，替换为[当前行ID]
  str_replace_all(html_str, "\\[\\d+\\]", paste0("[", current_id, "]"))
})

方式二：使用基础R函数 #

如果不想额外加载包，用mapply结合gsub也能实现：

# 生成处理后的新列
df$HTML_processed <- mapply(function(html_str, current_id) {
  gsub("\\[\\d+\\]", paste0("[", current_id, "]"), html_str)
}, df$HTML, df$ID)

关键说明 #

• 正则表达式\\[\\d+\\]：用来匹配所有被方括号包裹的整数，其中\\[和\\]是转义后的方括号（避免被正则解析为特殊语法），\\d+匹配1个或多个连续数字
• 逐行映射：不管用map2_chr还是mapply，都是把每行的HTML字符串和对应的ID值配对处理，确保替换的是当前行的ID

处理后查看结果，比如第一行的HTML_processed会变成：
[demography_form][15]<div></table<text-align>[demography_form_date][15]

内容的提问来源于stack exchange，提问作者Andrea