在 R 拆分问题中使用 rebus 的正则表达式？

Question

我有以下字符串模式:

Name_session_id:Owner:UUID 但有时它可以只是 Name:Owner:UUID。

例如:

John_1:David:enfl43erl34r345

或

John:David:enfl43erl34r345

我想使用 stringr 和 rebus 来构建一个如下所示的数据框:

Name   Session   Owner   UUID
John   1         David   enfl43erl34r345
John   NA        David   enfl43erl34r345

请告知如何做到这一点，这是我到目前为止对模式所做的:

capture(one_or_more(WRD)) %R% 
  optional("_") %R% 
  capture(optional(DGT)) %R% 
  ":" %R% 
  capture(one_or_more(WRD)) %R% 
  ":" %R% 
  capture(one_or_more(WRD))

Answer 1

问题出在第一个 one_or_more(WRD) 上，它也匹配 _，下面的 _ 和 \d? 甚至都没有尝试过，因为 \w+ 捕获了整 block 字母、数字和下划线。

将第一个 one_or_more(WRD) 替换为 one_or_more(ALNUM) 以仅将 1+ 个字母或数字捕获到组 1 中:

capture(one_or_more(ALNUM)) %R% 
  optional("_") %R% 
   capture(optional(DGT)) %R% 
    ":" %R% 
     capture(one_or_more(WRD)) %R% 
      ":" %R% 
       capture(one_or_more(WRD))

或者，使用 lazy(one_or_more(WRD)) 使其变得懒惰:

capture(lazy(one_or_more(WRD))) %R% 
  optional("_") %R% 
   capture(optional(DGT)) %R% 
    ":" %R% 
     capture(one_or_more(WRD)) %R% 
      ":" %R% 
       capture(one_or_more(WRD))

不过，我相信你应该使用

capture(one_or_more(ALNUM)) %R% 
  optional(
    group("_" %R% 
     capture(one_or_more(DGT)))) %R% 
      ":" %R% 
       capture(one_or_more(WRD)) %R% 
        ":" %R% 
         capture(one_or_more(WRD))

它将创建一个正则表达式，如 ([[:alnum:]]+)(?:_([\d]+))?:([\w]+):([\w]+) .也就是说，不是将 _ 用作可选字符后跟可选 one_or_more(DGT)，而是可以将这两个后续模式用可选组包装起来，同时使模式成为强制性模式里面。