我正在尝试使用 r 从 Google 链接中提取 UTM，但我的正则表达式似乎无法正常工作。
这里是一个谷歌链接的例子：
xxx/yyy?utm_medium=display&utm_source=ogury&utm_campaign=TOTO&zzz=coco
我尝试了以下正则表达式来提取TOTO：
.+&utm_campaign=([[a-z]]+)&.+
没有成功。
如果有人可以帮忙，谢谢！
【问题讨论】：
在您的模式中，[[a-z]]+ 是一个格式错误的括号表达式，因为它匹配来自 [[a-z] 括号表达式的任何字符（任何小写 ASCII 字母或 [），然后匹配一个或多个 ] 字符。您的意思是在这里使用单个 [ 和 ]。
您可以将sub 与以下正则表达式一起使用：
sub(".*[&?]utm_campaign=([^&]+).*", "\\1", s)
请参阅regex demo。
详情
.* - 任何 0+ 个字符，尽可能多[&?] - ? 或 &
utm_campaign= - 文字子字符串([^&]+) - 捕获组 1：除 & 字符之外的一个或多个字符.* - 任何 0+ 个字符，尽可能多\1 是将第 1 组的内容放入结果中的替换反向引用。
见R demo：
s <- "xxx/yyy?utm_medium=display&utm_source=ogury&utm_campaign=TOTO&zzz=coco"
sub(".*[&?]utm_campaign=([^&]+).*", "\\1", s)
## => [1] "TOTO"
【讨论】：
【讨论】：
utm_campaign 是第一个查询字符串参数，它前面将有?，因此(?:&utm_campaign=)(\w+) 可能不适用于所有情况。此外，请注意(?:&utm_campaign=) = &utm_campaign=。
这是一个匹配utm_campaign 参数值的正则表达式字符串，无论其在查询字符串中的位置如何。
(?<TOTO>(?<=utm_campaign=).*?(?=&|$))
解释：
?<TOTO> 在执行正则表达式后将结果捕获到TOTO 键中
(?<=utm_campaign=) 是一个look-behind，将确保值前面是utm_campaign=
.*? 将找到参数值（即TOTO）。 ? 的原因是惰性评估 - 它只会搜索直到匹配下一个规则（见下文）
(?=&|$) 是一个前瞻，它将匹配& 或字符串的结尾（如果utm_campaign 是最后一个参数）
【讨论】：
您正在搜索[[a-z]]+，但TOTO 是大写字母，因此不在“a”和“z”之间。您可以将其更新为 [[A-Za-z]]+ 以匹配任何大小写字母。
编辑： [[A-Za-z]]+ 将匹配任何大小写字母，但也将匹配任何 '[' 或 ']' 字符。如果您不想匹配这些，则可以将其更改为 [A-Za-z]+ 以仅匹配任何大小写字母
【讨论】：
[[A-Za-z]]+ 匹配来自[[A-Za-z] 括号表达式的任何字符（任何ASCII 字母或[），然后匹配一个或多个] 字符（例如[]]]]]]]]]]]]]]]]]] 类似字符串）。