R语言字符串处理：删除尾部指定分隔符及后续内容并保留右括号

原实现问题根因 #

原正则[-\\) ][^-\\) ]*$将右括号)与短横-、空格归为同类需删除自身的分隔符，当匹配到右括号作为最后分隔符的场景（如示例第四个字符串的)dong片段）时，会连同右括号本身一同删除，导致结果错误。

调整思路 #

基于原始字符串定位最后一个分隔符簇的位置：

1. 先删除最后一个分隔符（短横、空格、右括号任意一种）后方的所有非分隔符文本，保留分隔符本身
2. 再删除残留的短横、空格分隔符，仅保留作为特殊规则豁免删除的右括号

实现代码 #

使用PCRE零宽后断言定位最后一个分隔符，基础R即可运行，无需额外依赖：

name <- c("Geomdan dong", "Geomdan-dong ", "Geomdan 1(il)-dong", "Geomdan-1(il)dong", "Geomdan-1(il) dong")

# 分步处理：先删最后分隔符后的非分隔符内容，再删结尾残留的短横/空格
trim_name <- trimws(name)
step1 <- sub("(?<=[-\\) ])[^-\\) ]*$", "", trim_name, perl = TRUE)
result <- sub("[- ]+$", "", step1)

也可以合并为一行嵌套写法：

result <- sub("[- ]+$", "", sub("(?<=[-\\) ])[^-\\) ]*$", "", trimws(name), perl = TRUE))

结果验证 #

运行后result的输出为：

[1] "Geomdan"       "Geomdan"       "Geomdan 1(il)" "Geomdan-1(il)" "Geomdan-1(il)"

完全匹配预期输出，且可兼容连续分隔符簇、右括号后存在其他分隔符等边缘场景。

内容的提问来源于stack exchange，提问作者syre