R中具有多个捕获组的正则表达式组捕获

Question

在R中，是否可以从正则表达式匹配中提取组捕获？据我所知，没有一个grep，grepl，regexpr，gregexpr，sub，或gsub返回组捕获。我需要从这样编码的字符串中提取键值对：\((.*?) :: (0\.[0-9]+)\)我总是可以做多个完全匹配的抓图，或者做一些外部（非R）处理，但我希望可以在R中完成所有这些工作。是否有提供此功能的函数或程序包？

Answer 1

str_match()，从stringr包装中执行此操作。它返回一个字符矩阵，其中匹配项中的每个组都有一列（整个匹配项中有一列）：

> s = c("(sometext :: 0.1231313213)", "(moretext :: 0.111222)")

> str_match(s, "\\((.*?) :: (0\\.[0-9]+)\\)")

     [,1]                         [,2]       [,3]          

[1,] "(sometext :: 0.1231313213)" "sometext" "0.1231313213"

[2,] "(moretext :: 0.111222)"     "moretext" "0.111222"    

Answer 2

gsub从您的示例执行此操作：

gsub("\\((.*?) :: (0\\.[0-9]+)\\)","\\1 \\2", "(sometext :: 0.1231313213)")

[1] "sometext 0.1231313213"

您需要对引号中的\ s进行两次转义，然后它们才能使用正则表达式。

希望这可以帮助。