如何使用R正则表达式匹配字符串首尾空格间的内容？

刚好碰到过类似的需求，给你分享两种在R里实现的方法，完美匹配你要的结果：

需求回顾 #

我们需要从格式如DBR 0 1/2 02/15/25、FRTR 3 04/25/22的债券描述字符串中，提取第一个空格与最后一个空格之间的内容，也就是债券的票面利率部分，预期输出为0 1/2、3、1.35。

实现步骤 #

1. 构造示例数据框 #

先模拟你提到的R数据框：

bond_df <- data.frame(
  bond_desc = c("DBR 0 1/2 02/15/25", "FRTR 3 04/25/22", "BTPS 1.35 04/15/22")
)

2. 方法一：基础R原生函数sub #

利用正则表达式的捕获组功能，直接提取目标内容：

# 提取第一个空格后、最后一个空格前的内容
bond_df$coupon <- sub("^[^ ]+ (.*) \\d{2}/\\d{2}/\\d{2}$", "\\1", bond_df$bond_desc)

正则表达式解释：

• ^[^ ]+：匹配字符串开头到第一个空格的国家代码部分
• (.*)：捕获组，匹配第一个空格后到最后一个空格前的所有内容（这就是我们要的利率）
• \\d{2}/\\d{2}/\\d{2}$：匹配最后一个空格后的到期日格式（两位月/两位日/两位年）
• \\1：将整个字符串替换为捕获组1的内容，也就是我们要提取的部分

3. 方法二：stringr包简化操作 #

如果你习惯用tidyverse系列工具，stringr的str_match会更直观：

library(stringr)
# 提取捕获组的内容
bond_df$coupon <- str_match(bond_df$bond_desc, "^[^ ]+ (.*) \\d{2}/\\d{2}/\\d{2}$")[, 2]

验证结果 #

运行上述代码后，bond_df$coupon列的输出就是：

[1] "0 1/2" "3"     "1.35"

完全符合预期～

扩展说明 #

如果你的到期日格式包含四位年份（比如02/15/2025），只需把正则中的\\d{2}改成\\d{2,4}即可适配：

# 适配两位/四位年份的到期日
bond_df$coupon <- sub("^[^ ]+ (.*) \\d{2}/\\d{2}/\\d{2,4}$", "\\1", bond_df$bond_desc)

内容的提问来源于stack exchange，提问作者RSX