如何用正则匹配并移除R字符串中第一个之后的连字符？

要实现只保留字符串中第一个连字符、移除之后所有连字符的需求，可以使用正向肯定预查结合gsub函数精准匹配目标字符，具体方案如下：

正则表达式与代码示例 #

使用以下正则匹配第一个连字符之后的所有-，并替换为空字符：

# 原始字符串
original_str <- "This test - and it is a test - should work - very well."

# 执行替换
processed_str <- gsub("(?<=^[^-]*-)\\-", "", original_str, perl = TRUE)

# 输出结果
cat(processed_str)
# 输出：This test - and it is a test  should work  very well.

正则表达式解析 #

• (?<=^[^-]*-)：正向肯定预查，用于定位第一个连字符之后的位置
  • ^：匹配字符串开头
  • [^-]*：匹配任意非连字符的字符（零次或多次），直到遇到第一个-
  • -：匹配第一个连字符
• \-：匹配需要被替换的、第一个连字符之后的所有连字符

需通过perl = TRUE参数启用Perl兼容正则表达式，以支持正向预查语法。

原有正则不生效的原因 #

你之前使用的(?<=-).*?-会匹配连字符之间的完整内容段（比如- and it is a test -中的 and it is a test -），这是因为.*?会匹配任意字符直到下一个-，导致连字符和中间内容被一起选中，而非仅匹配后续的连字符。

内容的提问来源于stack exchange，提问作者Christopher Penn