如何用R语言stringr包提取含-se后缀的目标字符串

你遇到的问题是因为你用的正则表达式"se$"只匹配字符串末尾的"se"，而不是你想要的完整的[单词]-se结构。我们需要调整正则表达式来匹配整个目标词。

正确的代码实现 #

library(stringr)
sentence <- "palavras a serem encontradas fazer-se encontrar-se, enganar-se"
# 匹配由字母（含重音，适合葡萄牙语）组成的前缀 + -se 的结构
matches <- str_extract_all(sentence, "[a-zA-ZÀ-ÿ]+-se")
matches

运行这段代码后，你会得到期望的输出：

[[1]]
[1] "fazer-se"     "encontrar-se" "enganar-se"

正则表达式解释 #

• [a-zA-ZÀ-ÿ]+：匹配一个或多个字母（包含葡萄牙语常用的重音字母，比如À、á、è等，确保能覆盖更多场景）
• -se：精确匹配连字符加"se"的后缀

这个正则会自动忽略句子里的其他内容，只提取所有符合[单词]-se格式的完整词项，不管它们后面是空格、逗号还是字符串结尾。

内容的提问来源于stack exchange，提问作者Tamara Vaz