R语言如何使用gsub提取字符串首个空格后的指定内容

你之前用gsub(" .*$", "", dob)提取首个空格前内容的逻辑，是通过正则匹配「第一个空格到字符串末尾的所有内容」并替换为空，只要调整正则匹配规则，就能实现所有空格后内容的提取需求，不需要依赖额外功能，base R的原生函数即可完成。

首先预置测试数据：

dob <- c("9/9/43 12:00 AM/PM", "9/17/88 12:00 AM/PM", "11/21/48 12:00 AM/PM")

需求1：提取首个空格后的全部内容 #

只需把正则逻辑反过来，匹配「字符串开头到第一个空格的所有内容」并替换为空即可。注意正则里的?是非贪婪匹配标识，确保匹配到第一个空格就停止，不会误匹配到后面的空格：

opt1 <- gsub("^.*? ", "", dob)
opt1
# 运行结果
# [1] "12:00 AM/PM" "12:00 AM/PM" "12:00 AM/PM"

需求2：拆分提取空格后的时间、AM/PM标识 #

拿到首个空格后的完整内容后，再按第二个空格做一次拆分即可，也可以写正则一步从原始字符串提取。

提取时间部分（12:00格式） #

# 基于上一步的opt1提取，匹配空格到末尾的内容替换为空
opt2_part1 <- gsub(" .*$", "", opt1)
opt2_part1
# 运行结果
# [1] "12:00" "12:00" "12:00"

# 一步到位写法（直接从原始dob提取，无需中间变量）
# gsub("^.*? | .*$", "", dob)

提取AM/PM标识部分 #

# 基于opt1提取，匹配开头到第二个空格的内容替换为空
opt2_part2 <- gsub("^.*? ", "", opt1)
opt2_part2
# 运行结果
# [1] "AM/PM" "AM/PM" "AM/PM"

# 一步到位写法（直接从原始dob提取）
# gsub("^.* ", "", dob)

拼接时间与标识部分 #

直接用paste函数拼接两部分即可，结果和需求1提取的完整内容完全一致：

concat_res <- paste(opt2_part1, opt2_part2)
concat_res
# 运行结果
# [1] "12:00 AM/PM" "12:00 AM/PM" "12:00 AM/PM"

补充说明 #

你之前写的正则无法得到正确结果，是因为违反了基础正则语法：*是量词，必须跟在需要重复匹配的规则/字符后面，不能单独放在开头；$是匹配字符串结尾的锚点，放在开头没有任何匹配意义。
如果习惯Excel文本分列的操作逻辑，也可以用拆分函数一次性按空格切分所有字段，直接取对应列即可：

# 按空格拆分为3列，分别对应日期、时间、AM/PM标识
split_res <- strsplit(dob, " ", fixed = TRUE)
# 取日期列：sapply(split_res, `[`, 1)
# 取时间列：sapply(split_res, `[`, 2)
# 取标识列：sapply(split_res, `[`, 3)

内容的提问来源于stack exchange，提问作者stats_noob