特殊字符的正则表达式 "until but not including"(使用 R)

Question

我有一个像这样的数据框(RNA.patients):

PAK1|5808
PAK2|10289
PALM2|114299
PALM2-AKAP2|445815

我想抓取“|”之前的所有内容，所以我找到了这个正则表达式:

regmatches(RNA.patients[i,1], regexpr("^[^[:punct:]]*", RNA.patients[i,1]))

但对于像“PALM2-AKAP2”这样的情况，正则表达式停在“-”处。有人可以帮帮我吗？

Answer 1

与其对正则表达式大惊小怪(除非确实有必要)，只需在列上使用 read.table 将其一分为二并从那里提取相关列:

Text <- c("PAK1|5808", "PAK2|10289", "PALM2|114299", "PALM2-AKAP2|445815")
read.table(text = Text, sep = "|")
#            V1     V2
# 1        PAK1   5808
# 2        PAK2  10289
# 3       PALM2 114299
# 4 PALM2-AKAP2 445815

或者，您可以使用 strsplit:

sapply(strsplit(Text, "[|]"), `[[`, 1)
# [1] "PAK1"        "PAK2"        "PALM2"       "PALM2-AKAP2"
sapply(strsplit(Text, "[|]"), `[[`, 2)
# [1] "5808"   "10289"  "114299" "445815"