使用关键字在目录中定位正确的文件并在 R 中进行比较

Question

我是 r 的新手，我没有使用正则表达式的经验，非常感谢任何帮助。

我正在阅读 dir，我正在尝试查找编号为“22953”的文件，然后我想阅读包含该文件的最新文件。日期也写在文件名中。

目录中的文件：

inv_22953_20190828023258_112140.csv
inv_22953_20190721171018_464152.csv
inv_8979_20190828024558_112140.csv

我在这里遇到的问题是，我不能真正依赖字符串的位置来获取日期，因为如您所见，某些文件的字符可能较少，这就是为什么解决方案可能是定位2号和3号之间的日期。

filepath <- "T:/Pricing/Workstreams/Business Management/EU/01_Operations/02_Carveouts/05_ImplementationTest/"

list.files(filepath)[which.max(suppressWarnings(ymd_hm(substr(list.files(filepath, pattern="_22953"),11,22))))]```

Answer 1

library(lubridate)

# First find the files with 22953 inside
myFiles <- grep("22953", list.files(filepath), value = T)

# Then, isolate the date and which file has the newest (maximum) date:

regex <- "^.*_.*_([0-9]{4})([0-9]{2})([0-9]{2}).*\.csv$"

myFiles[which(as_date(sub(regex, "\1-\2-\3", myFiles)) == max(as_date(sub(regex, "\1-\2-\3", myFiles))))]

正则表达式的解释

^ 匹配字符串的开头（表示 "whatever comes next is the beginning"）
.* 匹配任何内容 0 次以上
_ 匹配下划线
[0-9]{4} 找到 4 个介于 0 和 9 之间的数字
[0-9]{2} 找到 2 个介于 0 和 9 之间的数字
捕获括号之间的内容用于替换字符串
\\1指括号内第一组，\\2指第二组，\\3指第三组
$ 指的是字符串的结尾（表示 "the end of the string ends in .csv"）

使用关键字在目录中定位正确的文件并在 R 中进行比较

Locating right file in the directory with keywords and comparison in R

regex

r

find-occurrences