R语言sub函数提取最后一个'-'前内容的问题排查

嗨，我来帮你拆解下问题所在，以及怎么得到你想要的结果～

为什么你的代码会得到"DEF"？ #

核心问题出在正则表达式的贪婪匹配特性，以及你的匹配逻辑没瞄准「最后一个-」：

• 你写的正则[-].*里，.*是贪婪匹配，会尽可能抓取从第一个-开始到字符串末尾的所有内容。对"DEF-4-YYY"来说，它会匹配"-4-YYY"这整段，替换成空之后就只剩"DEF"了。
• 顺便提一句：[-]其实可以简化成-，这不是核心问题，只是个小细节优化。

怎么修改才能得到期望结果？ #

我们需要调整逻辑，让操作只针对最后一个-及其后面的内容，这里给你两种靠谱的方案：

方案1：修正正则表达式 #

使用sub("-[^-]*$", "", x)，这个正则的逻辑是：

• -：匹配一个减号
• [^-]*：匹配任意数量的「非减号」字符（这样就不会跨过前面的减号）
• $：锚定到字符串结尾，确保我们匹配的是最后一段

测试一下：

sub("-[^-]*$", "", "DEF-4-YYY")
# 输出："DEF-4"
sub("-[^-]*$", "", "ABC-XXX")
# 输出："ABC"

直接批量处理向量也没问题：

vec <- c("ABC-XXX", "DEF-4-YYY")
sub("-[^-]*$", "", vec)
# 输出：c("ABC", "DEF-4")

方案2：用分割拼接的思路（更直观） #

如果你觉得正则有点绕，也可以用strsplit把字符串按-分割，然后去掉最后一段，再把剩下的部分拼起来：

vec <- c("ABC-XXX", "DEF-4-YYY")
sapply(strsplit(vec, "-"), function(x) paste(head(x, -1), collapse = "-"))
# 输出：c("ABC", "DEF-4")

内容的提问来源于stack exchange，提问作者user1987607