R语言如何编写正则表达式仅提取括号内的纯字符内容

你之前测试的3个正则匹配失败的原因很明确：

• pattern1 = '\\([^()]*[^()]*\\)' 把左右括号本身纳入了匹配范围，结果必然附带括号
• pattern2 = '(?<=\\()[^()]*(?=\\))' 仅排除了括号字符，会把括号内所有非括号内容（包括^、数字这类符号）全部提取，没有做字符类型过滤
• pattern3 = '.*\\((.*)\\).*' 前后加了贪婪匹配的通配符.*，会直接匹配整个字符串，且str_extract默认不返回捕获组内的内容，自然拿不到目标值

要实现从I(data^2)里仅提取括号内的纯字母内容data，直接用下面的正则即可：

library(stringr)
test_text <- 'I(data^2)'
# 匹配逻辑：定位左括号后，提取连续英文字母，直到碰到非字母内容+右括号
str_extract(test_text, '(?<=\\()[a-zA-Z]+(?=[^a-zA-Z]*\\))')

运行返回结果：

[1] "data"

正则各段逻辑说明：

• (?<=\\()：正向零宽断言，定位左括号(的位置，不将括号本身计入匹配结果
• [a-zA-Z]+：匹配1个及以上连续的大小写英文字母，也就是你需要的纯字符内容
• (?=[^a-zA-Z]*\\))：正向零宽断言，确认匹配到的字母块后面可以跟任意数量的非字母字符（比如^2），直到碰到右括号)，不会把符号、数字纳入匹配结果

如果后续遇到括号内字母前后夹带其他符号、数字的场景，这个写法都能正常提取到括号内的连续纯字母块，不需要额外做字符串替换处理。

内容的提问来源于stack exchange，提问作者Dollar Tune-bill