使用正则表达式提取前两个引号内的字符串？

Question

有一个字符串向量，如下所示（带有两个或多个引号的子字符串的文本）：

vec <- 'ab"cd"efghi"j"kl"m"'

第一对引号 (cd) 中的文本包含一个有用的标识符（cd 是所需的输出）。我一直在研究如何使用正则表达式，但我还没有学会如何找到引号之类的第一次和第二次出现。

这是我获得 cd 的方式：

tmp <- strsplit(vec,split="")[[1]]
paste(tmp[(which(tmp=='\"')[1]+1):(which(tmp=='\"')[2]-1)],collapse="")
"cd"

我的问题是，还有其他方法可以使用正则表达式找到“cd”吗？为了了解更多如何使用它们。我更喜欢基本 R 解决方案，但如果这是唯一的方法，我会接受使用包的答案。感谢您的帮助。

Answer 1

匹配除" 之外的所有内容，然后捕获直到下一个" 的所有内容，并自行替换捕获的组。

gsub( '[^"]*"([^"]*).*', '\\1', vec)

[1] "cd"

正则表达式的详细解释可以看this demo