r - R 上的正则表达式模式：n-dash、m-dash、括号

Question

我有两个正则表达式问题：

第 1 部分： 我有一个带有如下字符串的字符向量：

raw_strings <- c("hello world (abc)", "no hi world (abc(d))")

我想提取第一组括号内的内容，如下所示：

clean_strings <- c("abc", "abc(d)")

到目前为止，我一直在使用这个：

str_extract(raw_strings, "(?<=\\().+?(?=\\))")

但是，这会导致：

"abc" "abc(d"

如何更改表达式以保留最后的括号？

第 2 部分： 我有一些看起来像这样的字符串：

b_strings <- c("5.2 ko – word (longer word)", "5.9 ko - two words (long)")

我想要这个：

b_strings_clean <- c("word", "two words")

到目前为止，我已经这样做了：

str_extract(ac_meta, "\\s[^-–]*$")

结果是：

"word (longer word)" "two words (long)"

如何删除括号后的所有内容（包括括号）？

谢谢你。

标签： rregexstringtidyverse

Answer 1

使用环视是否有效：

str_extract(raw_strings, '(?<=\\().*(?=\\))')
[1] "abc"    "abc(d)"

str_extract(b_strings, '(?<=[–-]\\s).*(?=\\s\\()')
[1] "word"      "two words"