R语言如何用正则精准提取指定起止词间内容 排除后续冗余文本

你当前代码返回冗余内容的核心原因有两个：

• grep(..., value = TRUE)的运行逻辑是返回包含匹配规则的完整文本元素，不会自动截取正则命中的子片段，因此(white side)后的所有同行内容都会被一并返回
• 原正则没有对括号做转义：正则中(和)是分组专用的特殊元字符，直接写(white side)是定义捕获组，不是匹配字面量的(white side)字符串，存在匹配偏差隐患。

方案1：使用R基础函数实现，无需额外安装包 #

用regmatches搭配regexpr直接提取正则命中的精准子串即可，修正后的代码如下：

# 正则中用\\( 和 \\) 匹配字面量的圆括号
match_rule <- "Final evaluation.+?\\(white side\\)"
final_evaluation <- regmatches(
  stockfish_response,
  regexpr(match_rule, stockfish_response)
)
final_evaluation <- head(final_evaluation, 1)

运行后会直接返回目标结果：Final evaluation +0.30 (white side)

方案2：使用stringr包简化写法 #

如果已经安装了stringr包，可以直接用str_extract函数一步完成提取，代码更简洁：

library(stringr)
final_evaluation <- str_extract(
  stockfish_response,
  "Final evaluation.+?\\(white side\\)"
) |> head(1)

注意：两个方案里的非贪婪匹配.+?不要改成贪婪匹配.+，否则如果文本中存在多个(white side)片段，会出现跨片段匹配过长的问题。

内容的提问来源于stack exchange，提问作者Luke Jenner