正则表达式需求：移除字符串中日期区间后的所有文本

问题分析 #

你当前使用的正则表达式固定了日期间连字符的前后空格（\\-），但实际场景中日期区间的连字符可能前后无空格，导致匹配失效，无法正确移除后续文本。

修正后的正则表达式 #

针对R语言的gsub函数，可使用以下正则表达式：

gsub("((?:\\d{2}[A-Za-z]{3}\\d{2})\\s*-\\s*(?:\\d{2}[A-Za-z]{3}\\d{2})).*", "\\1", x)

效果验证 #

• 示例1（日期间连字符带空格）：
  输入：x = "AB - CEPC - Telephone_BAU_CPM_Link - 20Jan22 - 30Jan22 - Video Package - XXXX - Optimize"
  输出：AB - CEPC - Telephone_BAU_CPM_Link - 20Jan22 - 30Jan22

• 示例2（日期间连字符无空格）：
  输入：x = "AB - CEPC - Telephone_BAU_CPM_Link - 20Jan22-30Jan22 - Video Package - XXXX - Optimize"
  输出：AB - CEPC - Telephone_BAU_CPM_Link - 20Jan22-30Jan22

正则说明 #

• (?:\\d{2}[A-Za-z]{3}\\d{2})：非捕获组，匹配DDMonYY格式的日期（如20Jan22），其中\\d{2}匹配两位数字，[A-Za-z]{3}匹配月份缩写，\\d{2}匹配两位年份。
• \\s*-\\s*：匹配连字符，\\s*允许连字符前后有任意数量的空格（包括0个），兼容带空格和无空格的场景。
• ((?:...)\\s*-\\s*(?:...))：捕获整个日期区间，替换时用\\1保留该区间内容。
• .*：匹配日期区间之后的所有文本，替换时将这部分内容移除。

内容的提问来源于stack exchange，提问作者Sankalp Srivastava