R语言dplyr中用str_match提取(与=间字符串的问题

我来帮你搞定这个正则提取的小麻烦！你之前得到多余内容的原因是正则没精准定位到要提取的部分，下面给你两种可行的解决方案：

方法一：使用str_match捕获目标组 #

str_match会返回包含匹配结果和捕获组的矩阵，我们可以通过捕获组来精准提取括号和等号之间的化学名称：

# 先加载必要的包
library(dplyr)
library(stringr)

# 替换your_column_name为你实际的列名
ru2 <- ru2 %>%
  mutate(chemical_name = str_match(your_column_name, "\\(([^=]+)\\s=")[, 2])

正则解释： #

• \\(：匹配字符串中的左括号(（需要转义）
• ([^=]+)：捕获一个或多个非等号的字符，也就是我们要的BETA-CYFLUTHRIN
• \\s=：匹配后面的空格加等号，确保我们只提取到等号前的内容
• [,2]：取矩阵的第二列，也就是捕获到的目标内容

方法二：使用str_extract结合环视（更简洁） #

如果不想处理矩阵，用str_extract配合正则环视可以直接提取目标内容：

ru2 <- ru2 %>%
  mutate(chemical_name = str_extract(your_column_name, "(?<=\\())\\S+(?=\\s=)"))

正则解释： #

• (?<=\\())：反向预查，确保提取内容的前面是左括号(
• \\S+：匹配一个或多个非空白字符（完美适配你的化学名称格式）
• (?=\\s=)：正向预查，确保提取内容的后面是空格加等号

测试验证 #

你可以用测试字符串验证效果：

test_str <- "Chemical: (BETA-CYFLUTHRIN = 118831)"
str_match(test_str, "\\(([^=]+)\\s=")[,2]
# 输出："BETA-CYFLUTHRIN"

str_extract(test_str, "(?<=\\())\\S+(?=\\s=)")
# 输出："BETA-CYFLUTHRIN"

内容的提问来源于stack exchange，提问作者helloworld