在 R 中，如何使用正则表达式来查找字符串的模式？答案

【问题标题】：In R, how to use regex to look for a PATTERN of strings?在 R 中，如何使用正则表达式来查找字符串的模式？
【发布时间】：2021-02-19 21:29:36
【问题描述】：

我正在尝试用一个空格替换数据集中每一行中的模式。

模式是： MM/DD/YYYY ##:##:## 人名 (PNAME)

每一行都是一个字符串，如：

[1] 之前的文本... 04/17/2014 08:46:42 John Doe (JDOE) ...之后的文本

期望的结果：

[1] 之前的文字... ...之后的文字

我尝试了以下（以及许多变体）：

pattern <- "[[0-9]][[0-9]][[:punct:]][[0-9]][[0-9]][[:punct:]][[0-9]][[0-9]][[0-9]][[0-9]][[:space:]][[0-9]][[0-9]][[:punct:]][[0-9]][[0-9]][[:punct:]][[0-9]][[0-9]][[:space:]][[:alpha::]][[:space:]][[:alpha::]][[:punct:]][[:alpha::]][[:punct:]]) "
replacement <- " "

sub(pattern, replacement, data$Description)

看来我没有正确设置模式。我在这里阅读了一些数字或正则表达式问题，但没有一个使用尝试替换多个字符/单词的模式。你会怎么写？

【问题讨论】：

您在0-9 周围添加了额外的括号，使用[0-9] 匹配单个数字
试试gsub("\\s+\\d{1,2}/\\d{1,2}/\\d{4}\\s+\\d{1,2}:\\d{1,2}:\\d{1,2}\\s+\\w+\\s+\\w+\\s+\$[^()]*\$", "", data$Description)，见regex demo。
@WiktorStribiżew 做到了！！！谢谢！

标签： r regex

【解决方案1】：

这里有几个问题：

[[0-9]] 匹配 [ 或数字，然后是 ]，您只需 \d 或 [0-9] 匹配数字
要匹配您需要[[:alpha:]] 而不是[[:alpha::]] 的字母
您无需手动键入多个[0-9] 或[[:alpha:]]，可以使用+ 或限制（范围）量词（如{1,2}）。

你可以使用

gsub("\\s+\\d{1,2}/\\d{1,2}/\\d{4}\\s+\\d{1,2}:\\d{1,2}:\\d{1,2}\\s+\\w+\\s+\\w+\\s+\\([^()]*\\)", "", data$Description)

见regex demo

详情

\s+ - 一个或多个空格
\d{1,2}/\d{1,2}/\d{4} - 类似日期的字符串（一位或两位，/，一位或两位，/，四位）
\s+ - 一个或多个空格
\d{1,2}:\d{1,2}:\d{1,2} - 类时间字符串
\s+\w+\s+\w+\s+ - 用一个或多个空格括起来的两个空格分隔的单词（也可以写成(?:\s+\w+){2}\s+）
\( - 一个 ( 字符
[^()]* - 除了 ( 和 ) 之外的零个或多个字符
\) - ) 字符。

【讨论】：