R语言如何编写正则表达式提取符合指定后缀要求的两个数字

错误原因 #

你编写的正则未匹配两个数字之间的A/分隔内容，两个捕获组直接相邻，无法匹配到存在中间字符的目标结构，因此无法命中符合规则的字符串。

正确实现 #

正则表达式 #

使用如下正则即可同时满足两个匹配条件，仅当两个后缀规则都满足时才会捕获到对应数字：

^(\d+)A\/(\d+)B$

规则说明：

• ^ 匹配字符串起始位置，避免前缀冗余内容干扰
• 第一个捕获组(\d+)提取后缀为A/的数字
• 固定匹配两个数字中间的分隔符A/
• 第二个捕获组(\d+)提取后缀为B的数字
• $ 匹配字符串结束位置，避免后缀冗余内容干扰

如果需要在长文本中提取符合该规则的子串，可去掉首尾的^和$。

R语言代码示例 #

base R 实现（开启perl=TRUE）

# 测试用例
test_str <- c("30A/305B", "30/305B", "30A/305")
# 正则规则，注意R中反斜杠需要转义
pattern <- "^(\\d+)A/(\\d+)B$"
# 执行匹配
match_res <- regmatches(test_str, regexec(pattern, test_str, perl = TRUE))
# 格式化输出：匹配成功返回两个数字，失败返回NULL
output <- lapply(match_res, function(item) {
  if (length(item) == 3) as.integer(item[-1]) else NULL
})

执行后output结果为：

[[1]]
[1]  30 305

[[2]]
NULL

[[3]]
NULL

完全符合需求。

stringr 包实现（更简洁）

library(stringr)
test_str <- c("30A/305B", "30/305B", "30A/305")
pattern <- "^(\\d+)A/(\\d+)B$"
match_res <- str_match(test_str, pattern)[, 2:3]

执行后匹配失败的行会返回NA，按需过滤即可。

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