如何从Telegram导出的长字符串列中提取channel_id纯数值

解决方法 #

通过正则匹配提取channel_id=后跟随的连续数字即可，针对你使用的data.table结构，两种常用实现方案如下：

方案1：搭配stringr包（写法简洁易读）

library(data.table)
library(stringr)

# 直接原位替换channel_id列为提取后的纯数字值
df[, channel_id := str_extract(channel_id, "(?<=channel_id=)\\d+")]

方案2：纯base R实现（无需额外安装依赖包）

library(data.table)

df[, channel_id := regmatches(channel_id, regexpr("(?<=channel_id=)\\d+", channel_id, perl = TRUE))]

规则说明 #

所用正则(?<=channel_id=)\\d+的匹配逻辑：

• (?<=channel_id=)为正向后顾断言，限定匹配位置的前缀必须是channel_id=字符串，且这部分前缀不会被计入提取结果
• \\d+匹配连续的数字序列，对应你需要提取的channel_id值
  运行代码后即可得到你给出的预期结果。

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