如何在R语言中提取两个指定单词之间的所有字符串？

嘿，这个需求用正则表达式就能轻松解决！下面给你两种常用的实现方式，不管是用基础R还是流行的stringr包都能搞定：

方法一：使用基础R的正则工具 #

基础R里的regmatches搭配gregexpr就能完成这个任务，代码如下：

# 定义原始字符串
string <- c("righttoleftrightandleft")

# 正则匹配提取目标内容
matches <- regmatches(string, gregexpr("(?<=right).*?(?=left)", string, perl = TRUE))[[1]]

# 赋值给results变量
results <- matches
# 查看结果
results
# 输出: [1] "to"  "and"

这里的正则表达式(?<=right).*?(?=left)的作用：

• (?<=right)：正向肯定预查，确保匹配的内容前面是right
• .*?：非贪婪模式匹配任意字符（避免从第一个right匹配到最后一个left）
• (?=left)：正向肯定预查，确保匹配的内容后面是left
• 加上perl = TRUE是为了让R支持这种预查语法

方法二：使用stringr包（更简洁直观） #

stringr是tidyverse家族里处理字符串的利器，语法更友好：

# 先加载包（如果没安装的话先运行 install.packages("stringr")）
library(stringr)

string <- c("righttoleftrightandleft")

# 直接提取所有匹配的内容
results <- str_extract_all(string, "(?<=right).*?(?=left)")[[1]]

# 查看结果
results
# 输出: [1] "to"  "and"

str_extract_all会一次性提取所有符合规则的子串，因为原始字符串是长度为1的向量，所以取[[1]]就能得到我们需要的字符向量。

需要注意的是，一定要用非贪婪匹配的.*?，如果写成贪婪匹配的.*，会得到"toleftrightand"这个不符合预期的结果哦！

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