R语言如何提取字符串中|分隔符之前的子串内容

问题原因 #

|是正则表达式的特殊元字符，代表“或”匹配逻辑，你直接写在匹配模式里没有转义，因此"|.*"会被解析为「匹配空值 或 匹配任意长度字符」，执行替换后自然和原字符串没有差异。

解决方法 #

你只需要对|做转义处理即可，R的正则语法中需要用双反斜杠转义元字符，以下是几种可行的写法：

1. 调整你原来的str_replace写法

# 基础写法，直接替换|及之后的所有内容
s <- st %>% str_replace("\\|.*", "")
# 优化写法：连带删除|前面的多余空格，输出结果更规整
s <- st %>% str_replace("\\s*\\|.*", "")

2. 用字符串分割方法实现，无需处理正则替换逻辑

# 按|分割为2段，取第一段再去除首尾空格
s <- st %>% 
  str_split("\\|", n = 2, simplify = TRUE) %>% 
  .[, 1] %>% 
  str_trim()

3. 基础R实现，无需加载tidyverse包

s <- sub("\\s*\\|.*", "", st)

以上任意一种方法执行后，都可以得到你预期的输出结果：

"Samsung Galaxy M21 2021 Edition (Charcoal black , 6GB RAM, 128GB Storage)"

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