如何在R中用str_extract()提取最后斜杠与.nc间的特定字符

方法一：使用精准正则表达式 #

你之前写的正则(?=/).*(?=.nc)会匹配第一个斜杠之后到.nc之前的所有内容，所以才会包含中间的路径片段。要提取最后一个斜杠与.nc之间的文本，需要限定只匹配斜杠后的非斜杠字符，修正后的正则如下：

library(stringr)

a = c(
  'data/temp/air/pm2.5/pm2.5_year_2014.nc',
  'data/temp/air/pm10/pm10_year_2014.nc',
  'efcv/asdfe/weewr/rtrkhh/ss_fef_10233_dfdfe.nc'
)

str_extract(a, "(?<=/)[^/]+(?=\\.nc)")

运行结果：

[1] "pm2.5_year_2014"       "pm10_year_2014"        "ss_fef_10233_dfdfe"

正则逻辑说明：

• (?<=/)：正向后行断言，确保匹配内容的前一个字符是斜杠
• [^/]+：匹配1个及以上非斜杠字符，刚好对应最后一个斜杠后的目标片段
• (?=\\.nc)：正向先行断言，确保匹配内容的后面紧跟.nc（.是正则特殊字符，需用\\转义）

方法二：用文件路径工具函数（无需正则） #

如果是处理标准文件路径，用R自带的工具函数更直观：

library(tools)

# 先提取完整文件名（剥离前置路径）
basename(a)
# 再移除.nc后缀
file_path_sans_ext(basename(a))

运行结果和方法一完全一致，这种方法不需要写正则，更适合处理规范的文件路径场景。

内容的提问来源于stack exchange，提问作者zhiwei li