regex - 提取字符串中括号之间的数字

Question

这个问题在这里已经有了答案:




9年前关闭。

Possible Duplicate:
Extract info inside all parenthesis in R (regex)

我从 excel 导入数据，一个单元格由这些包含数字和字母的长字符串组成，有没有办法只从该字符串中提取数字并将其存储在一个新变量中？不幸的是，有些条目有两组括号，我只想要第二组？我可以为此使用 grep 吗？

字符串看起来或多或少像这样，但是字符串的长度各不相同:

"East Kootenay C (5901035) RDA 01011"

或者像这样:

"Thompson-Nicola J (Copper Desert Country) (5933039) RDA 02020"

我想要的只是 5901035和 5933039
任何提示和帮助将不胜感激。

Answer 1

有许多可能的正则表达式可以做到这一点。这是一个:

x=c("East Kootenay C (5901035) RDA 01011","Thompson-Nicola J (Copper Desert Country) (5933039) RDA 02020")

> gsub('.+\\(([0-9]+)\\).+?$', '\\1', x)
[1] "5901035" "5933039"

让我们分解第一个表达式 '.+\\(([0-9]+)\\).+' 的语法

.+一项或多项

\\(括号是正则表达式中的特殊字符，所以如果我想代表实际的东西(我需要用 \ 来逃避它.我必须再次为 R 转义它(因此有两个 \ s)。

([0-9]+)我提到了特殊字符，这里我用了两个。第一个是括号，表示我想保留的组。第二个[和 ]围绕事物组。见 ?regex想要查询更多的信息。

?$最后一部分确保我正在获取注释中指出的括号中的最后一组数字。

我也可以使用 *而不是 .这意味着 0 或更多而不是一个或多个 i 以防您的paren字符串出现在字符串的开头或结尾。

第二件 gsub是我要替换的第一部分。我用过: \\1 .这表示使用组 1(上面的 ( ) 中的内容。我需要再次将其转义两次，一次用于正则表达式，一次用于 R。

确保像泥一样清除!享受您的数据处理项目!