R语言正则表达式提取文件名片段实现重命名的方法

待处理示例数据 #

s <- c("(1) 1-B1-1_(miRNA-4_0).CEL", 
       "(10) 1-NEC 4-1_(miRNA-4_0).CEL", 
       "(11) 1-B5-1_(miRNA-4_0).CEL", 
       "(12) 1-B5-2_(miRNA-4_0).CEL")

需求为提取每个文件名中，以1-起始、到下划线_前最后一位数字结束的片段，预期输出为1-B1-1、1-NEC 4-1、1-B5-1、1-B5-2，用于后续批量重命名。

实现方法 #

基础R实现（无需安装额外包） #

直接调用内置sub()函数通过正则捕获替换即可：

rename_vec <- sub(".*(1-.*\\d)_.*", "\\1", s)

运行后rename_vec的输出完全符合预期：

[1] "1-B1-1"    "1-NEC 4-1" "1-B5-1"    "1-B5-2"

正则逻辑说明

• .*：贪婪匹配目标片段前的所有冗余内容（开头括号+序号+空格部分），自动跳过所有非目标位置的1字符
• (1-.*\\d)：捕获组，对应需要保留的内容：从1-开始，匹配所有字符直到下划线前的最后一位数字
• _.*：匹配下划线以及后续所有文件后缀内容
• \\1：将整段文件名替换为第一个捕获组的内容，即目标片段

stringr包实现（适配tidyverse工作流） #

如果日常使用tidyverse生态处理数据，可以用str_extract()配合正向预查语法实现，逻辑更直观：

library(stringr)
rename_vec <- str_extract(s, "1-.*(?=_)")

其中(?=_)是正向零宽断言，代表匹配到下划线前的位置即停止，返回结果和基础R写法完全一致。

提取完成后直接配合file.rename()函数即可完成批量重命名操作。

内容的提问来源于stack exchange，提问作者BerTu