regex - R中的正则表达式括号之谜

Question

我正在尝试使用 str_extract在文本文档中查找日期。但是，我遇到了一个难题。一般来说，我希望日期以两种形式之一出现:1) June 15th, 1914 2) June 15, 1914 .但是当我尝试构建一个模式来捕捉这两个选项时，我得到一个 NA结果。

例如，如果我尝试 str_extract("No. 1. June 20th, 1914.", "[:alpha:]{3,8} [0-9]{1,2}[[a-z]{2}]?, [0-9]{4}") , 我得到 NA .但是如果我去掉 [a-z]{2} 周围的括号有用。但是，如果我去掉括号，我当然会得到 NA对于字符串 "No. 1. June 20, 1914." .但是，如果我离开括号，这确实有效。

我当然可以通过使用一个简单的 if/else if 来解决这个问题。声明，但我很好奇为什么这不起作用，以及是否有更好的方法来处理这些组合情况。

Answer 1

如果您想提取日期，为什么不使用 lubridate包裹？

> lubridate::mdy("No. 1. June 20th, 1914.")
[1] "1914-01-20 UTC"

(其中 mdy 告诉 lubridate 日期数据以月-日-年的顺序出现)。