我正在处理字符串中的地址数据，我只想提取邮政编码。它们始终位于字符串的末尾，但可以是不同的长度（例如，“XXX XXX”或“XX XXX”或“XXXX XXX”）。 它们之前也始终有“\n” - 但这种情况在字符串中发生了好几次。我认为理想的解决方案是提取最后一个“\n”之后的所有数据，但我不知道该怎么做！我可以找到在特定字符后截断数据的方法，但如果该字符多次出现则不能。
字符串示例：
"22 Generic Road,\nNotville,\nFaketon,\nUnited Kingdom,\nAB1 2CD"
编辑添加： 我的解决方法是分两步处理它：首先，将字符串截断为最后 11 个字符（以确保获取所有列的总邮政编码和 \n）；其次，提取\n之后的所有字符。但大概这是不必要的麻烦。
【问题讨论】：
这是您所期望的吗，在这种情况下有很多方法可以解决这个问题，gsub 是其中一种方法，您也可以使用来自stringr 的str_extract 或来自Base R 的gregexpr：
gsub("(.*)\n(\\w+\\s+\\w+)$","\\2", x)
逻辑：
使用 \w 选择最后一个字母数字单词，因为有多个因此使用 + 的贪婪字符（一个或多个匹配），因为它出现在句子的结尾使用“$”使其工作, 匹配的模式是一个单词与另一个单词用空格分隔，因此有两个 \w+ 和一个 \s+ 用于空格。将这些匹配项包装在一个捕获组中（使用括号，它们用于捕获匹配项）并用这个捕获组替换整个匹配项给我们结果。
使用 stringr::str_extract
stringr::str_extract(x, "(\\w+\\s+\\w+)$")
输出：
> gsub("(.*)\n(\\w+\\s+\\w+)$","\\2", x)
[1] "AB1 2CD"
输入数据：
x <- "22 Generic Road,\nNotville,\nFaketon,\nUnited Kingdom,\nAB1 2CD"
【讨论】：