r - stringr str_extract 捕获组捕获所有内容

Question

我正在寻找从字符串中提取年份。这总是在“X”之后和“。”之前。然后是一串其他字符。

使用 stringr的 str_extract我正在尝试以下操作:

year = str_extract(string = 'X2015.XML.Outgoing.pounds..millions.'
                 , pattern = 'X(\\d{4})\\.')

我认为括号会定义捕获组，返回 2015 ，但我实际上得到了完整的匹配 X2015.
我这样做正确吗？为什么我不修剪“X”和“.”？

Answer 1

在这种情况下，捕获组无关紧要。函数str_extract将返回整个匹配，包括捕获组之前和之后的字符。

你必须使用lookbehind和lookahead来代替。它们的长度为零。

library(stringr)
str_extract(string = 'X2015.XML.Outgoing.pounds..millions.',
            pattern = '(?<=X)\\d{4}(?=\\.)')
# [1] "2015"

此正则表达式匹配以 X 开头的四个连续数字。然后是 . .