如何在R语言中提取冒号与点之间的数字字符串？

你有两个明显的问题需要修正：

1. 目标字符串没加引号，R会把11:22334455.CEL当成时间相关序列解析，而非字符串，这就是你得到奇怪结果11216803.CEL的原因。
2. 你的正则表达式\\:*只会删除冒号，完全没处理冒号前的内容和点号后的部分，根本达不到提取目标内容的目的。

正确的gsub写法 #

先把字符串用引号包裹，再用正则匹配整个字符串，只保留我们需要的部分：

x <- "11:22334455.CEL"
gsub(".*:(\\d+)\\..*", "\\1", x)

正则说明： #

• .*:：匹配冒号及它前面的所有内容
• (\\d+)：捕获冒号后到点号前的所有数字（括号用来标记要保留的分组）
• \\..*：匹配点号及它后面的所有内容
• \\1：替换成第一个捕获分组的内容，也就是我们要的22334455

更简洁的替代方案：用stringr包的str_extract #

如果你已经安装了stringr包，直接提取目标内容会更直观：

library(stringr)
x <- "11:22334455.CEL"
str_extract(x, "(?<=:)\\d+(?=\\.)")

正则说明： #

• (?<=:)：确保目标数字前面是冒号（不捕获冒号）
• \\d+：匹配连续的数字
• (?=\\.)：确保目标数字后面是点号（不捕获点号）

不管用哪种方法，运行后都能得到你想要的结果22334455。

内容的提问来源于stack exchange，提问作者Khaleesi95