R语言正则提取问题：获取def后首个%ile前最后括号内的内容

需求 #

从字符串中提取满足以下条件的内容：

• 位于def之后
• 在def后第一个%ile之前的最后一对括号内，预期结果为4

问题诊断 #

原代码里的正则(?<=\\()(.*?)(?=\\)\\%ile)用了非贪婪匹配.*?，会从def后的第一个左括号开始匹配，直到遇到第一个)%ile，所以得到2)(3)(4；而str_extract_all会把后续(5)%ile里的5也提取出来，都不符合需求。

解决方案 #

直接用更精准的正则一步到位提取目标内容：

library(stringr)
x <- "abc(0)(1)%ile, def(2)(3)(4)%ile(5)%ile"

target <- str_extract(x, "(?<=def.*\\()([^)]+)(?=\\)%ile)")
print(target)
# 输出："4"

正则说明 #

• (?<=def.*\\()：正向断言，确保目标内容在def加上任意长度字符后的左括号之后，跳过前面的括号内容
• ([^)]+)：匹配左括号后所有非右括号的字符，也就是最后一对括号里的内容
• (?=\\)%ile)：正向断言，确保目标内容紧跟在右括号和%ile之前，限定到def后的第一个%ile位置

内容的提问来源于stack exchange，提问作者Ian Wang