R lookbehind断言中的正则表达式

Question

我正在尝试与extract的tidyr函数进行一些模式匹配。我在正则表达式练习网站上测试了我的正则表达式，模式似乎有用，我使用的是lookbehind assertion。

我有以下示例文本：

=[\"{ Key = source, Values = web,videoTag,assist }\",\"{ Key = type, 
Values = attack }\",\"{ Key = team, Values = 2 }\",\"{ Key = 
originalStartTimeMs, Values = 56496 }\",\"{ Key = linkId, Values = 
1551292895649 }\",\"{ Key = playerJersey, Values = 8 }\",\"{ Key = 
attackLocationStartX, Values = 3.9375 }\",\"{ Key = 
attackLocationStartY, Values = 0.739376770538243 }\",\"{ Key = 
attackLocationStartDeflected, Values = false }\",\"{ Key = 
attackLocationEndX, Values = 1.7897727272727275 }\",\"{ Key = 
attackLocationEndY, Values = -1.3002832861189795 }\",\"{ Key = 
attackLocationEndDeflected, Values = false }\",\"{ Key = lastModified, 
Values = web,videoTag,assist 

我想抓住attackLocationX之后的数字（关于攻击位置的任何文字后的所有数字）。

但是，使用以下代码和lookbehind断言，我得不到任何结果：

df %>% 
extract(message, "x_start",'((?<=attackLocationStartX,/sValues/s=/s)[0- 
9.]+)')

如果没有找到模式匹配，此函数将返回NA，尽管已经在NA上测试了模式，但我的目标列是所有www.regexr.com值。根据文档，R模式匹配支持lookbehind断言，所以我不知道还有什么在这里做。

Answer 1

首先，要匹配空白，你需要\s，而不是/s。

你不必在这里使用lookbehind，因为如果在模式中使用捕获组，extract将返回捕获的子串。

使用

df %>% 
  extract(message, "x_start", "attackLocationStartX\\s*,\\s*Values\\s*=\\s*(-?\\d+\\.\\d+)")

输出：3.9375。

正则表达式也可能看起来像"attackLocationStartX\\s*,\\s*Values\\s*=\\s*(-?\\d[.0-9]*)"。

在捕获(-?\\d+\\.\\d+)部分时，只有该组中的文本才是输出。

图案细节

• (-?\d+\.\d+) - 一个匹配的捕获组 -? - 一个可选的连字符（?表示1或0次出现） \d+ - 1或或数字（+表示1或更多） \. - 一个点 \d+ - 1或或数字
• \d[.0-9]* - 一个数字（\d），后跟0或更多点或数字（[.0-9]*）

Answer 2

我不确定外观部分，但在R中，你需要逃避反斜杠。如果您使用的是非特定于R的正则表达式检查程序，则这一点并不明显。

更多信息here。

所以你可能希望你的正则表达式看起来像：

"attackLocationStartX,\\sValues\\s=\\s)[0-9.]+"