regex - 删除 R 中欧元符号后的字符

Question

我在“euro”变量中保存了一个欧元符号:

euro <- "\u20AC"
euro
#[1] "€"

“eurosearch”变量包含“此 SOW 中定义的服务，价格为 15,896.80 欧元(如果来回执行”)。

eurosearch
[1] "services as defined in this SOW at a price of € 15,896.80 (if executed fro"

我想要欧元符号后的字符“15,896.80(如果来回执行”)我正在使用这段代码:

gsub("^.*[euro]","",eurosearch)

但是我得到的结果是空的。如何获得预期的输出？

Answer 1

使用 base r 中的正则匹配或 stringr 中的 str_extarct 等

> x <- "services as defined in this SOW at a price of € 15,896.80 (if executed fro"
> regmatches(x, regexpr("(?<=€ )\\S+", x, perl=T))
[1] "15,896.80"

或

> gsub("€ (\\S+)|.", "\\1", x)
[1] "15,896.80"

或

使用变量。

euro <- "\u20AC"
gsub(paste(euro , "(\\S+)|."), "\\1", x) 

如果这个使用变量的答案对你不起作用，那么你需要设置编码，

gsub(paste(euro , "(\\S+)|."), "\\1", `Encoding<-`(x, "UTF8"))

Source