R语言使用str_extract提取省略号前后内容并剔除省略号的方法

核心需求 #

将包含连续2个及以上省略号的字符串，拆分为省略号前后两个独立部分，拆分结果不保留省略号。 #

解决方案 #

方法1：直接用str_split拆分（最简洁） #

直接以连续2个及以上的点作为分隔符拆分字符串，设置simplify = TRUE直接输出矩阵格式的两列结果：

# 示例字符串
a <- "60.4 (b)(33) and (e)(1) revised....................................46111"
# 拆分
res <- str_split(a, "\\.{2,}", simplify = TRUE)
# 提取前后部分
front_part <- res[,1]
back_part <- res[,2]

运行后：

• front_part结果为："60.4 (b)(33) and (e)(1) revised"
• back_part结果为："46111"

方法2：修改原str_extract正则（适配原有写法） #

你之前的代码会保留省略号，是因为正则规则直接把连续点纳入了匹配范围，改用环视断言即可只匹配前后内容，不包含分隔用的点：

# 提取前半部分：匹配所有内容直到遇到连续2个及以上的点，不包含点
front_part <- str_extract(a, ".*?(?=\\.{2,})")
# 提取后半部分：匹配连续2个及以上的点之后的所有内容，不包含点
back_part <- str_extract(a, "(?<=\\.{2,}).*")

内容的提问来源于stack exchange，提问作者byronious