regex - R 正则表达式，试图捕获一组

Question

我已经阅读了一些关于正则表达式中的 R 捕获组的其他问题，但我的运气并不好。

我有一个字符串:

127.0.0.1 - - [07/Dec/2014:06:43:43 -0800] \"OPTIONS * HTTP/1.0\" 200 - \"-\" \"Apache/2.2.14 (Ubuntu) PHP/5.3.2-1ubuntu4.24 with Suhosin-Patch mod_ssl/2.2.14 OpenSSL/0.9.8k mod_apreq2-20090110/2.7.1 mod_perl/2.0.4 Perl/v5.10.1 (internal dummy connection)\"

我试图从中获取时间戳:

07/Dec/2014:06:43:43 -0800

以下函数调用返回一个匹配项:

regmatches(x,regexpr('\\[([\\w:/]+\\s[+\\-]\\d{4})\\]',x,perl=TRUE))
[1] "[07/Dec/2014:06:43:43 -0800]"

我尝试使用 str_match 和这个正则表达式的不同变体来捕获单个组本身:

str_match(x, "\\[([\\w:/]+\\s[+\\-]\\d{4})\\]")
     [,1] [,2]
[1,] NA   NA

没有用。在大多数在线正则表达式测试器中，这个正则表达式的不同种类都可以正确测试，所以我认为正则表达式不是问题所在。

我怎样才能只得到时间戳本身，这样我就可以把它抽到 strptime 中，而不用做 gsub 之类的事情？ gsub 无法为我获取组，str_match 不起作用，我错过了什么？理想的输出是

07/Dec/2014:06:43:43 -0800

然后我可以在 strptime 中使用它。

Answer 1

使用\k (\K 将文本匹配到整个正则表达式匹配之外。)和积极的前瞻。

> regmatches(x,regexpr('\\[\\K[\\w:/]+\\s[+\\-]\\d{4}(?=\\])',x,perl=TRUE))
[1] "07/Dec/2014:06:43:43 -0800"

\\[\\K 中的

\\K 丢弃先前匹配的 [ 字符。