r - 提取以 XX.XXXX 开头的子字符串

Question

我有一个字符串

x <- "24.3483 stuff stuff 34.8325 some more stuff"

这[0-9]{2}\\.[0-9]{4}表示我要提取的每个子字符串的每个部分的开头。对于上面的示例，我希望输出等效于

[1] "24.3483 stuff stuff"     "34.8325 some more stuff"

我已经看过R split on delimiter (split) keep the delimiter (split)：

> unlist(strsplit(x, "(?<=[[0-9]{2}\\.[0-9]{4}])", perl=TRUE))
[1] "24.3483 stuff stuff 34.8325 some more stuff"

这不是我想要的，以及如何使用 strsplit 拆分和保留元素？.

标签： rregex

Answer 1

您可以使用

x <- "24.3483 stuff stuff 34.8325 some more stuff"
unlist(strsplit(x, "\\s+(?=[0-9]{2}\\.[0-9]{4})", perl=TRUE))
[1] "24.3483 stuff stuff"     "34.8325 some more stuff"

请参阅正则表达式演示和R 演示。

细节

• \s+- 1+ 空格（这应该防止在字符串的开头匹配，\\s*\\b如果匹配之前没有空格，您可以将其替换为）
• (?=[0-9]{2}\.[0-9]{4})- 需要（不消耗文本！）2 位数字.、 和紧靠当前位置右侧的 4 位数字的正向前瞻。