如何在R语言中批量截断并修改CSV文件名？

需求说明 #

需要将格式为前缀_中间部分_日期_时间_时段_Original.csv的文件名，批量修改为前缀_中间部分.csv，保留第一个下划线，删除第二个下划线及之后的冗余内容。

可行方法 #

方法1：分组捕获替换

使用sub()结合正则分组，精准提取需要保留的部分：

# 原始文件名向量
names <- c("CHE1Q_S1001M1_20220615_025815_AM_Original.csv", 
           "CHE2Q_S1002M1_20220615_030435_AM_Original.csv", 
           "CHE6Q_S1053M2_20220615_033828_PM_Original.csv")

# 批量清理文件名
clean_names <- sub("^([^_]+_[^_]+)_.*\\.csv", "\\1.csv", names)

# 查看结果
clean_names

执行后输出：

[1] "CHE1Q_S1001M1.csv" "CHE2Q_S1002M1.csv" "CHE6Q_S1053M2.csv"

正则逻辑：

• ^([^_]+_[^_]+)：从字符串开头捕获第一组内容，包含「第一个下划线前的字符+第一个下划线+第二个下划线前的字符」；
• _.*\\.csv：匹配第二个下划线到.csv前的所有冗余内容；
• \\1.csv：将匹配内容替换为捕获的第一组内容，加上.csv后缀。

方法2：正向预查替换

利用正则正向预查特性，无需分组也能实现：

clean_names <- sub("(?<=_[^_]+)_.*", "", names, perl = TRUE)

执行后结果与方法1完全一致。
正则逻辑：

• (?<=_[^_]+)：正向预查，确保匹配位置前是「第一个下划线+中间部分字符」；
• _.*：匹配从第二个下划线开始到结尾的所有内容，替换为空。

常见错误分析 #

• sub('_.*', '', names)：_.*会匹配第一个下划线及之后的所有内容，仅保留前缀部分；
• sub('_.*\\_', '', names)：匹配第一个下划线到最后一个下划线之间的内容，结果混乱；
• 两步替换sub('_', '', names) + sub('_.*', '', names)：错误删除了第一个下划线，丢失了需要保留的分隔符。

内容的提问来源于stack exchange，提问作者Jujube