R语言stringr::str_extract_all正则匹配多字符后缀问题求解

原有正则错误原因 #

你之前写的'A_([A-Z][0-10])[\w+]'存在两个语法错误，导致结果不符合预期：

• 字符组[]仅支持单字符匹配规则，[0-10]实际只会匹配0、1两个单字符，无法匹配数字9、两位数字10
• [\w+]同样是字符组逻辑，仅匹配单个字符（单词字符或加号本身），因此只会抓取后缀的第一个字符o、t，返回错误的A_K9o,A_K9t

正确正则写法 #

针对你要提取A_开头、大写字母+数字（支持10这类两位数字）、后续跟2个及以上小写字母（即one/two类多字符单词后缀）条目的需求，正确正则为：

A_[A-Z](?:[1-9]|10)[a-z]{2,}

正则各部分含义：

• A_：匹配固定前缀
• [A-Z]：匹配K、U这类跟在A_后的单个大写字母
• (?:[1-9]|10)：非捕获组，匹配1-9的单个数字，或两位数字10，覆盖所有数字序号场景
• [a-z]{2,}：匹配2个及以上连续小写字母，刚好对应多字符单词后缀，不会匹配单字符大写后缀的条目（比如A_K9B）

R语言实现代码 #

配合你使用的dplyr::mutate、purrr::map_chr流程，完整代码如下：

library(tidyverse)

# 构造示例数据
x <- tibble(V1 = "(A_K9B,A_K9one,A_K9two,B_U10J)")

# 提取两列结果
x <- x %>%
  mutate(
    # 原单大写字母后缀列，修正数字匹配逻辑后结果和预期一致
    N_alph = str_extract_all(V1, "A_[A-Z](?:[1-9]|10)[A-Z]") %>% map_chr(~paste(.x, collapse = ",")),
    # 多字符单词后缀列，返回预期结果
    N_all.words = str_extract_all(V1, "A_[A-Z](?:[1-9]|10)[a-z]{2,}") %>% map_chr(~paste(.x, collapse = ","))
  )

运行后输出结果：

• N_alph列值：A_K9B
• N_all.words列值：A_K9one,A_K9two

该写法无需逐字符罗列后缀，后续如果出现A_K9three、A_K9four等其他多字符小写后缀的条目，也可以自动匹配，不需要修改正则。

内容的提问来源于stack exchange，提问作者Nnnz