R语言中如何跳过前13字符进行模式匹配筛选文件名？

我有一批长度固定的文件名/唯一ID，包含州、纬度、经度、年、月、日信息，例如fl294670818202019。想通过模式匹配按年份筛选列表，但现有代码会出现误匹配——比如年份为2019的ID里，经度和年份的组合也会包含"2020"，导致被错误筛选出来。

示例代码：

# 年份为2020的唯一ID
x <- "fl301330850282020"
# 年份为2019但包含2020模式的唯一ID
y <- "fl294670818202019"

# 创建列表
(z <- list(x,y))

# 按模式筛选列表（存在误匹配问题）
z %>% 
  str_subset(pattern = "2020")

解决方法：跳过前13个字符后再搜索 #

你可以通过两种方式实现，无需删除前13个字符：

方法1：使用正则表达式指定匹配位置

利用正则表达式匹配前13个任意字符，再紧跟目标年份，确保只在第14个字符开始的位置搜索：

library(stringr)

# 正确筛选年份为2020的ID
z %>% 
  str_subset(pattern = "^.{13}2020")

• ^.{13}：匹配字符串开头的任意13个字符
• 2020：指定要搜索的年份，确保它出现在前13个字符之后

方法2：先截取子串再判断

先提取从第14位开始的子串，再检查是否包含目标年份，逻辑更直观：

library(stringr)
library(purrr)

z %>% 
  keep(~str_detect(str_sub(., 14), "2020"))

• str_sub(., 14)：提取当前ID从第14个字符开始的部分
• str_detect(...)：判断子串是否包含目标年份
• keep：保留符合条件的列表元素

内容的提问来源于stack exchange，提问作者derelict