如何在R语言中提取"U.S. LEXIS"前的四位年份字符？

针对你给出的示例字符串 x <- "2009 U.S. LEXIS"，这里有几种实用的方法可以提取其中的四位年份数字：

方法一：用stringr包快速匹配（推荐） #

如果你常用tidyverse工具链，stringr包的字符串处理函数会很顺手。用str_extract搭配正则表达式就能精准定位四位数字：

# 先安装并加载包（首次使用需要安装）
# install.packages("stringr")
library(stringr)
x <- "2009 U.S. LEXIS"
year <- str_extract(x, "\\d{4}")
print(year)
# 输出结果: "2009"

这里的\\d{4}是正则表达式语法，代表匹配连续4个数字，刚好对应我们要提取的年份。

方法二：基础R原生实现（无需额外包） #

要是不想加载第三方包，用基础R的regmatches和regexpr组合也能完成任务：

x <- "2009 U.S. LEXIS"
year <- regmatches(x, regexpr("\\d{4}", x))
print(year)
# 输出结果: "2009"

方法三：按空格分割（仅适用于固定格式） #

因为你的目标格式是四位数字年份 + 空格 + "U.S. LEXIS"，还可以直接按空格分割字符串，取第一个元素：

x <- "2009 U.S. LEXIS"
year <- strsplit(x, " ")[[1]][1]
print(year)
# 输出结果: "2009"

这个方法更直接，但只适合严格符合该格式的字符串；如果后续字符串格式有变化，正则匹配的方法通用性会更强。

内容的提问来源于stack exchange，提问作者sli1991