R语言中使用条件正则表达式提取%符号前后目标文本

问题背景 #

现有一个地址字符向量，每个元素通过%分隔左右两部分，示例代码如下：

ShippingStreet <- c("123 Main St%234 Center Street", "%555 Folsom Street",
                    "59 Hyde Street%") 

需求规则：

• 若%左侧有内容，保留左侧部分
• 若%左侧无内容（即字符串以%开头），保留右侧部分

预期输出：

123 Main St
555 Folsom Street
59 Hyde Street

原代码问题分析 #

你之前尝试的正则表达式存在两处关键问题：

1. R语言中使用正则不需要添加首尾的/分隔符，gm模式也不需要通过这种方式声明
2. 条件正则的匹配逻辑未准确对应需求，导致无法正确匹配需要删除的内容

原代码：

pattrn_pct <- "/(?(?=%)..(%.*$)|(^.*%))/gm"
gsub(pattrn_pct, "", ShippingStreet, perl=T)

正确解决方法 #

方法一：简洁正则替换（推荐） #

直接匹配需要删除的部分，用空字符串替换即可：

gsub("^%|%.*$", "", ShippingStreet)

运行结果：

[1] "123 Main St"       "555 Folsom Street" "59 Hyde Street"

正则逻辑说明：

• ^%：匹配字符串开头的%，替换为空后保留右侧内容
• %.*$：匹配%及其后面的所有字符，替换为空后保留左侧内容
• |用于合并两种匹配场景，gsub会自动对每个元素匹配对应模式

方法二：拆分后逻辑判断 #

通过strsplit拆分每个元素，再根据左侧内容是否为空选择对应部分：

sapply(strsplit(ShippingStreet, "%"), function(x) {
  # nzchar() 判断字符串是否非空
  if(nzchar(x[1])) x[1] else x[2]
})

该方法逻辑直观，适合对正则不太熟悉的场景，运行结果与方法一一致。

内容的提问来源于stack exchange，提问作者xtufer