Jak wyodrębnić podciąg przez odwrotny wzór za pomocą R?

Question

Próbuję wyodrębnić podciągi według wzorca przy użyciu funkcji gsub() R.

# Example: extracting "7 years" substring. string <- "Psychologist - 7 years on the website, online" gsub(pattern="[0-9]+\\s+\\w+", replacement="", string)

[1] "Psychologist - on the website, online"

Jak widać, jest to łatwe do exlude potrzebną podciąg przy użyciu gsub(), ale muszę odwrócić wynik i coraz "7 Years" tylko. myślę o używaniu "^", coś takiego:

gsub(pattern="[^[0-9]+\\s+\\w+]", replacement="", string)

Proszę, może ktoś mi pomóc w prawidłowym regexp wzór?

Answer 1

Można użyć

sub(pattern=".*?([0-9]+\\s+\\w+).*", replacement="\\1", string) 

Zobacz this R demo.

Szczegóły

• .*? - wszelkie 0+ znaków, jak mało, jak to możliwe
• ([0-9]+\\s+\\w+) - grupa 1 Przechwytywanie: - jedna lub więcej cyfr
• \\s+ - 1
  • [0-9]+ lub więcej białych znaków
  • \\w+ - 1 lub więcej wyrazów znaków
• .* - reszta ciąg znaków (dowolny 0+, jak najwięcej)

\1 w wymianie zastępuje się treścią grupy 1.

Answer 2

można użyć przeciwieństwo \d, który jest \D w R:

string <- "Psychologist - 7 years on the website, online" 
sub(pattern = "\\D*(\\d+\\s+\\w+).*", replacement = "\\1", string) 
# [1] "7 years" 

\D* oznacza: brak cyfr tak długo, jak to możliwe, reszta jest przechwytywana w grupie, a następnie zastępuje cały ciąg znaków.

Zobacz a demo on regex101.com.