R - gsub()：尝试提取“.”和“_”之间的字符串时出现问题

Question

R gsub() 语法对我来说太难了！你能帮我从“16.DA VINCI_RETOUR”中提取，例如"DA VINCI"吗？

我已经尝试过 gsub("_.+$", "", x) 但它只是删除了“_”之后的内容，我还想删除“.”之前的内容！

非常感谢您的帮助！

Answer 1

这是一个带有捕获组的选项，用于匹配单词 (\w+) 后跟 space 和另一个单词作为一个组的模式，并替换为捕获组的反向引用 (\1)

sub("^\d+\.\s+(\w+\s+\w+)_.*", "\1", str1)

str1 <- "16. DA VINCI_RETOUR"

Answer 2

使用 strsplit 的替代方案：

gsub("\d+\.\s","",
      strsplit(the_string,"_")[[1]][1])
[1] "DA VINCI"

数据：

the_string <- "16. DA VINCI_RETOUR"

Answer 3

.* 取开头的所有内容，\. 匹配 .，(.*) 匹配所有内容，直到并将其存储在 \1 _ 和.* 删除其余部分。

x  <- "16. DA VINCI_RETOUR"
sub(".*\. (.*)_.*", "\1", x)
#[1] "DA VINCI"

x  <- "7. TILLEUL_RETOUR"
sub(".*\. (.*)_.*", "\1", x)
#[1] "TILLEUL"

R - gsub() : trouble when trying to extract a string between ". " and "_"