在R语言中如何提取22k_与_res之间的子字符串

示例数据 #

你提供的测试向量如下：

a <- c("yhj-22k_loki_res", "jh_22k_lok_res", "fgdjh_22k_lk_res", "jhkkl_kkff_22k_lo_res", "j_22k_mm_res", "ko-jh_22k_lm_res")

方法1：使用stringr包（tidyverse生态，推荐） #

利用正则的前后预查直接匹配目标区间，语法简洁：

# 加载包
library(stringr)
# 提取向量结果
result <- str_extract(a, "(?<=22k_).*?(?=_res)")

# 如果是处理数据框列，假设数据框为df，待处理列名为str_col
# df <- df %>% 
#   mutate(target = str_extract(str_col, "(?<=22k_).*?(?=_res)"))

运行后result的输出为："loki" "lok" "lk" "lo" "mm" "lm"，完全符合预期。

方法2：Base R 原生方法（无需安装额外包） #

用原生的regmatches和regexpr函数实现，适合不想依赖第三方包的场景：

pattern <- "(?<=22k_).*?(?=_res)"
result <- regmatches(a, regexpr(pattern, a, perl = TRUE))

正则规则说明 #

用到的正则片段含义：

• (?<=22k_)：反向预查，要求匹配位置的前序内容是22k_，且不会把22k_计入提取结果
• .*?：非贪婪匹配任意字符，保证匹配到第一个_res就停止，避免多匹配
• (?=_res)：正向预查，要求匹配位置的后序内容是_res，且不会把_res计入提取结果

内容的提问来源于stack exchange，提问作者bic ton