如何用R的stringr包提取下划线后至点号前的字符串？

针对形如data_PB_Belf.csv、data_PB_NI.csv的字符串，要提取第一个下划线后、点号前的内容，推荐以下几种基于stringr包的正则方案：

方法1：使用str_extract + 正向后顾断言 #

直接匹配目标区间的内容，正则通过后顾断言限定开头，用非点号字符匹配到结尾：

library(stringr)

test_strings <- c("data_PB_Belf.csv", "data_PB_NI.csv")
extracted <- str_extract(test_strings, "(?<=_)[^.]+")

# 输出结果
extracted
# [1] "PB_Belf" "PB_NI"

正则说明：

• (?<=_)：正向后顾断言，确保匹配内容的前一个字符是下划线_（不会包含下划线本身）
• [^.]+：匹配一个或多个非点号的字符，自动停在第一个.前，刚好覆盖目标区间

方法2：使用str_match + 捕获组 #

通过捕获组精准提取目标部分，先匹配整个字符串的结构，再取出捕获的内容：

extracted <- str_match(test_strings, "^.*?_([^.]+)")[, 2]

正则说明：

• ^.*?_：匹配从字符串开头到第一个下划线的所有内容（.*?是非贪婪匹配，确保只匹配到第一个下划线）
• ([^.]+)：捕获组，匹配下划线后到点号前的所有非点号字符
• [, 2]：取出str_match返回矩阵的第二列，也就是捕获组的内容

方法3：使用str_replace替换无关内容 #

如果坚持用str_replace，可以通过替换掉前后不需要的部分来得到目标内容：

extracted <- str_replace(test_strings, "^.*?_|\\..*$", "")

正则说明：

• ^.*?_：匹配开头到第一个下划线的部分，准备替换为空
• |：逻辑或，同时匹配另一部分
• \\..*$：匹配点号及之后的所有内容，准备替换为空
• 最终剩下的就是中间的目标内容

内容的提问来源于stack exchange，提问作者Larissa Cury