如何使用R从单行长文本中提取指定保单号及顾问编码字段

• 匹配失败核心原因是正则表达式硬编码了换行符和后续固定文本，原始文本中字段和后续文本之间可能存在多余的空白字符（包括回车符\r、空格、制表符等），导致精确匹配失效。
• 你使用的非贪婪匹配.*?匹配范围不可控，对于纯数字的PolicyNumber和AdvisorCode字段，完全可以用更精准的数字匹配规则提升稳定性。

library(stringr)
# 提取Policy Number：匹配"Policy Number :"后的连续数字
poln <- str_match(text, "Policy Number\\s*:\\s*(\\d+)")
polnumb <- poln[,2]

# 提取Advisor Code：匹配"Advisor Code:"后的连续数字
advcd <- str_match(text, "Advisor Code\\s*:\\s*(\\d+)")
advcode <- advcd[,2]

如果需要保留后续文本做匹配校验，可将硬编码的换行符替换为匹配任意空白字符的规则，适配不同换行/空格场景：

# 带后续文本校验的写法，\\s+可匹配任意空白（包括换行、空格、回车）
poln <- str_match(text, "Policy Number\\s*:\\s*(\\d+)\\s+Your")
advcd <- str_match(text, "Advisor Code\\s*:\\s*(\\d+)\\s+Mobile")

修正后可正确提取到对应字段值：

• polnumb = 0234567
• advcode = 78423368

内容的提问来源于stack exchange，提问作者Chennai Cheetah