R语言中如何补零生成符合指定正则格式的字符串？

可以通过正则匹配+补零填充的方式高效实现需求，以下提供两种方案：base R原生实现（无需额外包）和stringr包实现（代码更直观）。

需求分析 #

需要将输入字符串转换为\d{4}-\d{2}-\d{2};\d{2}:\d{2}:\d{2}格式：

• 分号前为日期段：按-拆分后，分别补零到4位、2位、2位，缺失段补零（如无日期段则补0000-00-00）
• 分号后为时间段：按:拆分后，分别补零到2位，缺失段补零（如无时间段则补00:00:00）

方案1：base R原生实现 #

无需加载任何扩展包，利用strsplit、sprintf实现向量化处理：

input <- c("1456-3-13;11:56:98", "45:76:12", "981-56-54;11")

process_str <- function(x) {
  # 拆分日期与时间部分
  split_sep <- strsplit(x, ";")[[1]]
  date_seg <- if (length(split_sep) >= 1) split_sep[1] else ""
  time_seg <- if (length(split_sep) >= 2) split_sep[2] else ""
  
  # 处理日期段：补零到4-2-2格式
  date_parts <- strsplit(date_seg, "-")[[1]]
  date_parts <- c(date_parts, rep("", max(0, 3 - length(date_parts))))
  date_formatted <- sprintf("%04s-%02s-%02s", date_parts[1], date_parts[2], date_parts[3])
  date_formatted <- gsub(" ", "0", date_formatted)
  
  # 处理时间段：补零到2-2-2格式
  time_parts <- strsplit(time_seg, ":")[[1]]
  time_parts <- c(time_parts, rep("", max(0, 3 - length(time_parts))))
  time_formatted <- sprintf("%02s:%02s:%02s", time_parts[1], time_parts[2], time_parts[3])
  time_formatted <- gsub(" ", "0", time_formatted)
  
  paste(date_formatted, time_formatted, sep = ";")
}

# 批量处理输入向量
output <- sapply(input, process_str, USE.NAMES = FALSE)
output

运行结果：

[1] "1456-03-13;11:56:98" "0000-00-00;45:76:12" "0981-56-54;11:00:00"

方案2：stringr包实现 #

利用stringr的正则替换和填充函数，代码更简洁易读：

library(stringr)

input <- c("1456-3-13;11:56:98", "45:76:12", "981-56-54;11")

# 拆分日期与时间部分
split_parts <- str_split_fixed(input, ";", 2)
date_seg <- split_parts[, 1]
time_seg <- split_parts[, 2]

# 处理日期段
processed_date <- case_when(
  date_seg == "" ~ "0000-00-00",
  str_count(date_seg, "-") == 2 ~ str_replace_all(date_seg, "(\\d*)-(\\d*)-(\\d*)", 
                                                  function(m) str_c(str_pad(m[2],4,"0"), str_pad(m[3],2,"0"), str_pad(m[4],2,"0"), sep="-")),
  str_count(date_seg, "-") == 1 ~ str_replace(date_seg, "(\\d*)-(\\d*)", 
                                              function(m) str_c(str_pad(m[2],4,"0"), str_pad(m[3],2,"0"), "00", sep="-")),
  TRUE ~ str_replace(date_seg, "(\\d*)", function(m) str_c(str_pad(m[2],4,"0"), "00", "00", sep="-"))
)

# 处理时间段
processed_time <- ifelse(time_seg == "", "00:00:00",
                         str_replace_all(time_seg, "(\\d*)(?::(\\d*))?(?::(\\d*))?",
                                         function(m) {
                                           parts <- c(str_pad(m[2],2,"0"), str_pad(m[3],2,"0"), str_pad(m[4],2,"0"))
                                           str_c(parts, collapse = ":")
                                         }))

# 合并结果
output <- str_c(processed_date, processed_time, sep = ";")
output

运行结果与方案1一致。

内容的提问来源于stack exchange，提问作者Ai4l2s