如何在R中使用sub函数从list_1提取目标分段字段？

先拆解你之前使用的正则逻辑 #

你用来处理list_2的正则^.*_(\\d+_\\d+)_.*$，具体含义是：

• ^：定位到字符串开头
• .*：贪婪匹配任意数量的任意字符（除换行）
• _：匹配一个下划线
• (\\d+_\\d+)：捕获组，匹配「1个以上数字+下划线+1个以上数字」的组合，也就是你要的Var1（比如0_300）
• _：再匹配一个下划线
• .*$：匹配剩余所有字符直到字符串结尾
• 替换为\\1：表示用第一个捕获组的内容替换整个字符串，也就是提取出Var1

这个正则能在list_2生效，是因为list_2的字符串格式是area_xxx_xxx_xxx，Var1刚好夹在两个下划线中间。但list_1的字符串结构是as.factor(radius_ring)xxx:as.factor(year_delta)yyy:units，和list_2完全不同，所以原正则无法匹配。

针对list_1的提取方案 #

提取Var1（如0_300、800_1000） #

观察list_1的结构，Var1位于最后一个)和第一个:之间，且格式固定为「数字+下划线+数字」，用以下正则即可：

var1_working_list1 <- sub("^.*\\)(\\d+_\\d+):.*$", "\\1", list_1)

正则解释：

• ^.*\\)：贪婪匹配从开头到最后一个)的所有内容（因为.*会优先匹配到最远的)）
• (\\d+_\\d+)：捕获目标Var1内容
• :.*$：匹配从:到字符串结尾的所有内容
• 替换为\\1，直接提取捕获到的Var1

提取Var2（如0、m5） #

Var2位于year_delta)和:units之间，格式为「数字」或「m+数字」，用以下正则：

var2_working_list1 <- sub("^.*year_delta\\)([^:]+):units$", "\\1", list_1)

正则解释：

• ^.*year_delta\\)：匹配从开头到year_delta)的所有内容
• ([^:]+)：捕获任意非:的字符（直到遇到下一个:），也就是Var2的内容
• :units$：匹配结尾固定的:units
• 替换为\\1，提取出Var2

验证效果 #

运行代码后可以得到预期结果：

# 查看前几个Var1
head(var1_working_list1)
# 输出："0_300" "300_600" "600_800" "800_1000" "0_300" "300_600"

# 查看最后几个Var2
tail(var2_working_list1)
# 输出："m4" "m4" "m4" "m4" "m5" "m5"

内容的提问来源于stack exchange，提问作者Tom Benson