如何在R语言中移除字符串中的括号数字及逗号后内容

嘿，这两个文本处理需求在R里用正则表达式就能轻松搞定，我给你分场景拆解清楚：

场景1：移除国家名末尾的[数字]标记 #

针对像Bulgaria[6]这种末尾带[1-20]数字括号的文本，我们需要精准匹配并移除这些标记。

实现逻辑 #

用正则表达式匹配字符串末尾的[数字]结构，其中数字范围是1-20：

• \\[：转义左括号（因为括号在正则里是特殊字符，必须转义才能匹配字面量）
• (1?[0-9]|20)：匹配1-20的数字：
  • 1?[0-9]：覆盖1-19（1?表示可选的前缀1，所以[0-9]单独是0-9，加上1就是10-19）
  • |20：单独匹配数字20
• \\]：转义右括号
• $：锚定字符串末尾，确保只处理末尾的标记，避免误删中间的括号

代码示例（Base R，无需额外安装包） #

# 测试数据
country_names <- c("Bulgaria[6]", "Germany[12]", "France[20]", "Italy[5]", "Spain[19]")

# 清理文本
clean_countries <- gsub("\\[(1?[0-9]|20)\\]$", "", country_names)

# 查看结果
clean_countries
# 输出: "Bulgaria" "Germany" "France" "Italy" "Spain"

如果你习惯用tidyverse的stringr包，写法更简洁：

library(stringr)
str_remove_all(country_names, "\\[(1?[0-9]|20)\\]$")

场景2：保留逗号前的地址内容 #

针对像100 Haddon Ave, Westmont, NJ这种文本，我们需要移除逗号及之后的所有内容，只保留逗号前的部分。

实现逻辑 #

用正则匹配逗号及之后的所有字符：

• ,：匹配字面量逗号
• .*：匹配逗号后面的任意字符（包括空格、其他逗号，直到字符串末尾）
• $：锚定末尾，确保一次性移除所有后续内容

代码示例（Base R） #

# 测试数据
addresses <- c("100 Haddon Ave, Westmont, NJ", "45 Main St, New York, NY", "789 Oak Rd")

# 清理文本
clean_addresses <- gsub(",.*$", "", addresses)

# 查看结果
clean_addresses
# 输出: "100 Haddon Ave" "45 Main St" "789 Oak Rd"

同样，用stringr的写法：

str_remove(addresses, ",.*$")

小提示：如果文本里没有逗号，这个方法会原封不动返回原文本，不会出错~

内容的提问来源于stack exchange，提问作者Kmil