如何在R中使用正则表达式提取竖线|前面的匹配内容

竖线|是正则表达式中的特殊元字符，默认代表「逻辑或」，你之前匹配失败大概率是没有对该字符进行转义，导致正则没有识别到普通竖线。 #

方法1：使用stringr包的str_extract()（最直观） #

直接匹配字符串开头到第一个竖线之前的所有非竖线字符即可，无需复杂环视逻辑：

library(stringr)
# 示例向量
my_vector <- c("ABCC12|94160", "ABCC13|150000")
# 匹配逻辑：^代表字符串开头，[^|]+匹配1个及以上非|的字符
result <- str_extract(my_vector, "^[^|]+")

运行后result输出即为预期的"ABCC12" "ABCC13"。

方法2：使用stringr包的str_split()切割取首段 #

如果更习惯按分隔符拆分的思路，可以拆分后直接取第一个元素：

library(stringr)
my_vector <- c("ABCC12|94160", "ABCC13|150000")
# 按转义后的竖线拆分，simplify=T返回矩阵，直接取第一列即可
result <- str_split(my_vector, "\\|", simplify = T)[,1]

方法3：基础R实现（无需安装额外包） #

用基础的sub()函数把第一个竖线及之后的所有内容替换为空即可：

my_vector <- c("ABCC12|94160", "ABCC13|150000")
result <- sub("\\|.*", "", my_vector)

内容的提问来源于stack exchange，提问作者necrosnake