R语言sub()函数星号通配符失效原因及替换方法咨询

你遇到的问题核心是对正则表达式中*通配符的用法理解错了——*不是用来匹配任意字符的，它是用来修饰前面的字符，表示匹配该字符0次或多次。

为什么你的代码没效果？ #

你写的pattern = "_*"，实际是告诉R：「找0个或多个连续的下划线」。而正则引擎在匹配时会优先选择最「早」的匹配项，它首先会匹配字符串开头的空内容（也就是0个下划线的情况），sub()函数默认只替换第一个匹配项，所以相当于把空内容替换成空，自然整个字符串毫无变化。

正确的写法：匹配下划线及之后的所有内容 #

要移除下划线及其后的任意文本，你需要的是：

• 先匹配下划线_
• 再匹配下划线之后的任意字符（0个或多个），这里用.*（.表示任意单个字符，*表示匹配前面的字符0次或多次）

所以正确的代码应该是：

x <- c("a_101", "a_275", "b_133", "b_277")
sub(pattern = "_.*", replacement = "", x = x)

执行后输出就是你想要的：

[1] "a" "a" "b" "b"

补充说明 #

• 如果你的字符串里有多个下划线，比如"a_b_101"，sub("_.*")会匹配第一个下划线之后的所有内容，直接得到"a"；如果只想保留最后一个下划线之前的内容，那需要用更精确的正则（比如sub("_[^_]*$", "", x)），不过你的场景里这个需求不存在~
• sub()只会替换第一个匹配项，刚好适合你的单下划线场景；如果要替换所有匹配项才用gsub()。

内容的提问来源于stack exchange，提问作者Dr. Beeblebrox