如何用str_extract提取首个特殊字符前的未知长度字符串？

嘿，这个问题我太懂了！你之前用固定长度的正则[a-z]{1,6}肯定不行，毕竟没法提前知道特殊字符前的字符长度对吧？其实只需要换一个动态匹配非特殊字符的正则表达式就能搞定。

核心正则表达式 #

用这个模式就对了：^[^-|]+
我给你拆解下每个部分的作用：

• ^：锚定到字符串的开头，确保我们从最开始匹配
• [^-|]：匹配任何不是-或|的字符（方括号里的^表示“非”的意思）
• +：表示匹配前面的字符一次或多次，会一直匹配到第一个-或|出现为止，完美解决长度不确定的问题

实际测试示例 #

直接用str_extract测试两个你提到的例子：

library(stringr)
# 测试带连字符的字符串
str_extract("my-name-is-khan", pattern = "^[^-|]+")
# 输出：[1] "my"

# 测试带竖线的字符串
str_extract("hello|this|is|it", pattern = "^[^-|]+")
# 输出：[1] "hello"

应用到DataFrame列 #

假设你的DataFrame叫df，目标列是target_col，提取后的新列叫extracted_text，代码如下：

df$extracted_text <- str_extract(df$target_col, "^[^-|]+")

边界情况处理 #

如果某个字符串里没有-或|，这个正则会直接返回整个字符串，完全符合预期：

str_extract("normal_string_without_special_chars", pattern = "^[^-|]+")
# 输出：[1] "normal_string_without_special_chars"

内容的提问来源于stack exchange，提问作者arunv