regex - R正则表达式在@之后解析 token ，字符串中也没有其他 token

Question

我在解析文本字符串中的地址时遇到问题。通常的地址将是“@address token token token”或“@address token token/ntoken”。

string <- c("@address token token token", "@address token token /ntoken")
gsub("^\\.?@([a-z0-9_]{1,25})[^a-z0-9_]+.*$", "\\1", string)

哪些被正确解析

[1] "address" "address"

然而，在某些情况下，地址将是字符串中的唯一标记，然后正则表达式将返回包含@的地址

string <- c("@address token token token", "@address token token /ntoken", "@address")
gsub("^\\.?@([a-z0-9_]{1,25})[^a-z0-9_]+.*$", "\\1", string)
# [1] "address"  "address"  "@address"

如何指示正则表达式也管理唯一 token 的情况？

Answer 1

in some circumstances the address will be the only token in the string, then regex will return the address including the @

因为在那种情况下没有匹配项。

稍作改动:

将 [^a-z0-9_]+ 转换为 [^a-z0-9_]? 使其可选。

^\.?@([a-z0-9_]{1,25})[^a-z0-9_]?.*$

这里是 Online demo