正則表達式匹配的一切，這不是一個4位數字

Question

我匹配和替換之前和之後的空白4位數字：

str12 <- "coihr 1234 &/()= jngm 34 ljd" 
sub("\\s\\d{4}\\s", "", str12) 
[1] "coihr&/()= jngm 34 ljd" 

但是，每次嘗試反轉這一併提取號碼，而不是失敗。 我想：

[1] 1234 

是否有人有線索？

PS：我知道如何與{stringr}做到這一點，但我想知道是否有可能與{基地}僅..

require(stringr) 
gsub("\\s", "", str_extract(str12, "\\s\\d{4}\\s")) 
[1] "1234" 

Answer 1

這是可能的捕獲組使用()在正則表達式。以相同的例子

str12 <- "coihr 1234 &/()= jngm 34 ljd" 
gsub(".*\\s(\\d{4})\\s.*", "\\1", str12) 
[1] "1234" 

Answer 2

我很天真一般的正則表達式，但這裏是一個醜陋的方式在基地：

# if it's always in the same spot as in your example 
unlist(strsplit(str12, split = " "))[2] 

# or if it can occur in various places 
str13 <- unlist(strsplit(str12, split = " ")) 
str13[!is.na(as.integer(str13)) & nchar(str13) == 4] # issues warning 

Answer 3

regmatches()，唯一可用的自R-2.14.0，讓你「提取物或替換從由regexpr，gregexpr或regexec獲得匹配數據匹配的子串」

下面是示例如何使用regmatches()來提取輸入字符串中的第一個空白緩衝的4位子字符串，或全部這樣的子字符串。

## Example strings and pattern 
x <- "coihr 1234 &/()= jngm 34 ljd"   # string with 1 matching substring 
xx <- "coihr 1234 &/()= jngm 3444 6789 ljd" # string with >1 matching substring 
pat <- "(?<=\\s)(\\d{4})(?=\\s)" 

## Use regexpr() to extract *1st* matching substring 
as.numeric(regmatches(x, regexpr(pat, x, perl=TRUE))) 
# [1] 1234 
as.numeric(regmatches(xx, regexpr(pat, xx, perl=TRUE))) 
# [1] 1234 


## Use gregexpr() to extract *all* matching substrings 
as.numeric(regmatches(xx, gregexpr(pat, xx, perl=TRUE))[[1]]) 
# [1] 1234 3444 6789 

（請注意，這將返回numeric(0)不包含子符合條件的字符串）。