提取字符串的月份答案

【问题标题】：extract the month of a string提取字符串的月份
【发布时间】：2016-03-22 22:06:45
【问题描述】：

我需要从一系列格式的字符串中提取月份：

Tue Jan 05 03:29:10 CET 2016

我试过了：

#extracting the second capturing group
sub("([A-z]{3})\\s([A-z]{3})","\\2","Tue Jan 05 03:29:10 CET 2016")

#or just the first whitespace with the Month:
sub("\\s([A-z]{3})","\\2","Tue Jan 05 03:29:10 CET 2016")

我的预期输出，在这种情况下是：

"Jan"

【问题讨论】：

标签： regex r date

【解决方案1】：

或者我们可以使用lubridate 中的month() 函数，前提是我们首先将字符串转换为Date 对象。

library(lubridate)
month(as.Date("Tue Jan 05 03:29:10 CET 2016", "%a %b %d"), label = TRUE)
#[1] Jan

或者在@HaddE.Nuff 建议的base R 中：

format(as.Date("Tue Jan 05 03:29:10 CET 2016", "%a %b %d"), "%b")

【讨论】：

我们不能也从基础 R 做 months(as.Date("Tue Jan 05 03:29:10 CET 2016", "%a %b %d")) 吗？
或month.abb[as.POSIXlt("Tue Jan 05 03:29:10 CET 2016", format = "%a %b %d")$mon + 1]
@DavidArenburg POSIXlt 总是让我害怕，因为它们是如此巨大的物体......

【解决方案2】：

您需要匹配整个字符串并将所需内容捕获到捕获组中，以便稍后使用反向引用恢复其值。

使用

> sub("^[[:alpha:]]{3}\\s+([[:alpha:]]{3})\\b.*", "\\1", "Tue Jan 05 03:29:10 CET 2016")
[1] "Jan"

图案的意思：

^ - 匹配字符串开头
[[:alpha:]]{3} - 匹配 3 个字母
\\s+ - 匹配 1+ 个空格
([[:alpha:]]{3})\\b - 将三个字母作为一个完整单词匹配并捕获到第 1 组（\b 是单词边界标记）
.* - 0+ 个任意字符（直到字符串末尾）

见regex demo

还请注意[A-z] should be avoided。

【讨论】：

【解决方案3】：

一个非常直观的建议。这将匹配一个月的前三个字母。可能不适用于所有情况，但很容易想出。

 > aa <- regexpr("Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec","Tue Jan 05 03:29:10 CET 2016")
 > regmatches("Tue Jan 05 03:29:10 CET 2016",aa)
#[1] "Jan"

【讨论】：

仅当我们始终处于英语区域时。
@HaddE.Nuff 同意，您的建议更笼统。

【解决方案4】：

试试这个sub:

sub("... (...).*", "\\1", "Tue Jan 05 03:29:10 CET 2016")
## [1] "Jan"

【讨论】：