R使用str_extract提取字符串括号内大写字母编码序列的方法

首先确认你已经安装并加载了stringr包，str_extract是该包提供的字符串提取函数，完整实现代码如下：

# 加载stringr包
library(stringr)

# 原始字符串向量
strings <- c("Poorly Graded Silty Sand (SP-SM).", "(Visual) Lean Clay (CL), with some sand.","Poorly Graded Silty Sand (SP-SM).","(Visual) Inorganic Silt (ML).","(Visual) Lean Clay (CL), with some sand.")

# 提取括号内的大写字母编码
need <- str_extract(strings, "(?<=\\()[A-Z-]+(?=\\))")

正则匹配逻辑说明 #

用到的正则表达式(?<=\\()[A-Z-]+(?=\\))拆分解释：

• (?<=\\()是正向回顾断言，定位左括号(之后的位置，保证提取内容不会带上左括号
• [A-Z-]+匹配1个及以上的大写字母或者连字符，刚好适配你需要的SP-SM、CL这类编码格式，同时会自动过滤掉(Visual)这类含小写字母的括号内容
• (?=\\))是正向前瞻断言，定位右括号)之前的位置，保证提取内容不会带上右括号

运行上述代码后得到的need向量和你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者allencadbim1