删除第一个和第二个下划线之前和之后的字符，提取第一个和第二个下划线之间的字符串。

Question

我使用的是

gsub(".*_","",ldf[[j]]),1,nchar(gsub(".*_","",ldf[[j]]))-4)

创建一个路径和文件名来写入。它对于在 lfd 只有一个下划线的文件名。如果文件名有另一个下划线，那么它就会把第二个下划线前面的所有东西都切掉。

例如，我有这样一个文件名Arof_07122016_2.csv 而我想... 07122016但我得到 2. 但我不明白为什么会发生这种情况。我怎样才能用这一行只剪掉第一个下划线的字符，而保留第二个下划线？

Answer 1

看来你想要的是

sub("^[^_]*_([^_]*).*", "\\1", ldf[[j]])

见 搜索引擎演示

该模式符合

• ^ - 弦首
• [^_]* - 0+字符以外的其他字符 _
• _ - 漏网之鱼
• ([^_]*) - 捕获组#1：除了0+字符以外的任何0+字符。_
• .* - 弦的其余部分。

的 \1 在替换模式中，只在结果中保留捕获的值。

R演示:

v <- c("Arof_07122016_2.csv", "Another_99999_ccccc_2.csv")
sub("^[^_]*_([^_]*).*", "\\1", v)
# => [1] "07122016" "99999" 

Answer 2

正则表达式重复默认是贪婪的，这在下面的文章中解释过。?regex:

默认情况下，重复是贪婪的，所以使用最大可能的重复次数。这可以通过在量化符后添加 ? 来改变为 "最小"。(还有更多的量化符允许近似匹配：参见 TRE 文档。)

所以你应该使用以下模式 ".*?_". 然而， gsub 会进行多次匹配，所以你最终会得到相同的结果。要解决这个问题，请使用 sub 只会进行1次匹配，或者通过使用 ^ 在regex中。

sub(".*?_","","Arof_07122016_2.csv")
[1] "07122016_2.csv"
gsub("^.*?_","","Arof_07122016_2.csv")
[1] "07122016_2.csv"