r - 在 R 中的多个字符串中选择可变长度字符串

Question

我需要一个函数，或者更可能是一个正则表达式脚本，可以让我根据条件挑选出文本字符串。

例子:

Input <- c("Red1 Orange", "Yellow Green2", "Blue3 Violet")

导致:“Red1”、“Green2”、“Blue3”

我尝试了多种选择，包括:

str_extract(NamesCor, "[a-z][a-z][a-z][a-z][0-9]|
            [a-z][a-z][a-z][0-9]|
            [a-z][a-z][0-9]")

返回 reen2, blue3

Answer 1

你可以使用

stringr::str_extract(Input, "\\b[A-Za-z]+\\d+\\b")
stringr::str_extract(Input, "\\b\\p{L}+\\d+\\b")   # A Unicode aware version

参见 R demo :

Input <- c("Red1 Orange", "Yellow Green2", "Blue3 Violet")
library(stringr)
str_extract(Input, "\\b[A-Za-z]+\\d+\\b")
## [1] "Red1"   "Green2" "Blue3" 

另见 regex demo .详情:

• \b - 单词边界
• [A-Za-z]+ - 1+ 个 ASCII 字母(\p{L} 匹配任何 Unicode 字母)
• \d+ - 1+ 位
• \b - 单词边界