如何在R中使用正则表达式提取第一个单引号内的内容

你原本使用的gsub("'(.*)'", "\\1", stringA)无法得到预期结果，核心是正则里的.*属于贪婪匹配规则：会尽可能匹配最长的符合规则的内容，所以会捕获从字符串第一个单引号到整个字符串末尾最后一个单引号之间的全部内容，自然无法得到第一个单引号内的contentX。

有两种常用的修正方式，都可以实现需求：

方案1：非贪婪匹配（写法简洁） #

把贪婪匹配的.*换成非贪婪的.*?，同时因为只需要处理第一次匹配的结果，把gsub换成性能更好的sub即可：

sub("'(.*?)'", "\\1", stringA)

说明：.*?会尽可能短的匹配内容，遇到第一个结束的单引号就会终止捕获，刚好拿到第一个单引号包裹的内容。

方案2：排除法匹配（兼容性更强） #

直接限制捕获的内容不包含单引号，就算正则引擎不支持非贪婪匹配也可以正常运行：

sub("'([^']*)'", "\\1", stringA)

说明：[^']表示匹配所有不是单引号的字符，从第一个单引号开始，遇到下一个单引号就会自动停止捕获，逻辑更严谨。

两种方案运行后输出结果都是"contentX"，符合预期。

内容的提问来源于stack exchange，提问作者WenliL