作者luenchang (luen)
看板R_Language
标题[问题] 用regex从档名中拿出数字部分
时间Fri Aug 6 11:53:48 2021
[问题叙述]:
请教各位先进，
我要从图案档名中拿数字以及括号中的数字部分。我的档名有两个规律性，目前我已经
可以各写1个pattern拿出我要的部分，希望有先进指点如何只用一个pattern就可以从这
2类档名中拿出数字及括号中数字部分。
number1_[number2,number3]
3个number的位数不是固定的。
[程式范例]:
我想从以下两类档名中拿出 "200330_[50706,13606]"
第1类档名例子: 档名在pattern之前有字串，字串里可能有数字，字母或special characters
x2 <- "B16F10 KO 200330_[50706,13606]_CD8_path_view.jpg"
gsub(pattern = ".*( )(\\d+_\\[\\d+,\\d+\\]).*"
,replacement= "\\2" # get pattern within the 2nd pair of brackets
,x=x2) # [1] "200330_[50706,13606]"
第2类档名例子: 档名以pattern开号
x3 <- "200330_[50706,13606]_CD8_path_view.jpg"
gsub(pattern = "(\\d+_\\[\\d+,\\d+\\]).*"
,replacement= "\\1" # get pattern within the 1st pair of brackets
,x=x3) # [1] "200330_[50706,13606]"
请教如何用1个pattern就能从x2, x3拿出200330_[50706,13606]?
很明显地，.* 不能描述没有东西。但我不知道为何以下的gsub只拿出1位数字
0_[50706,13606]?
gsub(pattern = ".*(\\d+_\\[\\d+,\\d+\\]).*"
,replacement= "\\1" # get pattern within the 1st pair of brackets
,x=x3) # [1] "0_[50706,13606]"
我把以上程式放在 hackMD里
https://hackmd.io/@Chang/string-manipulation-in-R
请看第一部分 Examples of subsetting numbers from image file names
谢谢指点
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.122.149.154 (澳大利亚)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1628222030.A.D3E.html
1F：推 xiangying: str_sub(字串,str_locate(字串,"\\d{6}..\\d{5}.\\d{5} 08/06 12:53
2F：→ xiangying: .)) 08/06 12:53
3F：→ xiangying: package stringr 08/06 12:54
4F：→ luenchang: 数字的位数不是固定的 08/06 12:58
5F：→ luenchang: 在我的例子里是6及5位数。数据里可能是1到7位数 08/06 13:00
6F：→ xiangying: 那就把{6}改成{1,7}看看？ 08/06 13:01
7F：→ luenchang: 是不是把//d{6} 及 //d{5}改成//d{+}就可以了? 08/06 13:03
8F：→ luenchang: 谢谢xiangying指点，hackMD程式码已更新 08/11 10:09