regex - 在 R 中提取字符串的一部分

Question

我有一个表格字符串

stamp = "section_d1_2010-07-01_08_00.txt"

并希望能够提取其中的一部分。我已经能够通过使用重复的 str_extract 到达我想要的部分来做到这一点，例如抢月

month = str_extract(stamp,"2010.+")
month = str_extract(month,"-..")
month = str_extract(month,"..$")

然而，这是非常低效的，必须有更好的方法。对于这个特定的例子，我可以使用

month = substr(stamp,17,18)

但是我正在寻找更通用的东西(以防数字变化)。

我想我需要正则表达式来获取某些标志(_ 或 - 或第三个 _ 等)之后的内容。我也尝试过使用 sub，但遇到了同样的问题，因为我需要几个来磨练成我真正想要的。

一个如何说出月份(此处为 07)和小时(此处为 08)的示例将不胜感激。

Answer 1

您可以简单地使用 strsplit使用正则表达式 [-_]和 perl=TRUE获取所有零件的选项。

stamp <- "section_d1_2010-07-01_08_00.txt"
strsplit(stamp, '[-_]')[[1]]
# [1] "section" "d1"      "2010"    "07"      "01"      "08"      "00.txt" 

见演示。

https://regex101.com/r/cK4iV0/8