R语言正则提取：如何获取至符号或字符串结尾的TAG模式？

你遇到的问题核心是正则的贪婪匹配特性导致的——.*会尽可能匹配更多字符，当把$加入前瞻条件后，它会直接匹配到字符串末尾，忽略了前面的+-符号。

解决这个问题只需把贪婪匹配改成非贪婪匹配，用.*?替代.*，这样正则会在遇到第一个匹配的前瞻条件（+-或字符串结尾）时就停止匹配。

完整代码示例 #

str_vec <- c("TAG a", "TAG b-3", "TAG c+2", "2+TAG d")

# 使用非贪婪匹配的正则表达式
result <- stringr::str_extract(str_vec, "TAG .*?(?=[\\+\\-]|$)")
print(result)
# 输出：[1] "TAG a"  "TAG b"  "TAG c"  "TAG d"

原理说明 #

• TAG ：匹配固定的"TAG "前缀
• .*?：非贪婪匹配任意字符（尽可能少的匹配，避免跳过+-符号）
• (?=[\\+\\-]|$)：前瞻断言，匹配到+、-或者字符串结尾的位置就停止

内容的提问来源于stack exchange，提问作者Jarn Schöber