R：从第一个字符到字符串末尾的正则表达式

我这里有这样的字符串：

a <- "-en eller -et eller (uofficielt) -'en eller (uofficielt) -'et"
b <- "-ten, -ter, -terne"

我已经找到了一个解决方案，但感觉不是很令人满意或优雅

a <- unlist(strsplit(a, " |,"))
a <- a[grep("-", a)]
a <- gsub("-", "", a)

b <- unlist(strsplit(b, " |,"))
b <- b[grep("-", b)]
b <- gsub("-", "", b)

你有没有一个更优雅的一行的建议，可以提取我想要的所有结尾？

我们可以使用stru-extract

我们可以使用stru提取

---

我认为您需要匹配一个-它前面没有单词char，也就是说，当它是复合词的一部分时不匹配，并且在连字符后面有一个可选的“字符”，后面跟着1+单词chars。然后，你可以使用

a <- "-en eller -et eller (uofficielt) -'en eller (uofficielt) -'et"
b <- "-ten, -ter, -terne"
pat <- "\\B-\\K'?\\w+"
res_a <- regmatches(a, gregexpr(pat, a, perl=TRUE))
unlist(res_a)
## [1] "en"  "et"  "'en" "'et"
res_b <- regmatches(b, gregexpr(pat, b, perl=TRUE))
unlist(res_b)
## [1] "ten"   "ter"   "terne"

见

图案详情：

\\B-非单词边界 --连字符 \\K-匹配重置运算符 '? - 可选的' \\w+-1个或多个字母、数字或_

---

我认为您需要匹配一个-它前面没有单词char，也就是说，当它是复合词的一部分时不匹配，并且在连字符后面有一个可选的“字符”，后面跟着1+单词chars。然后，你可以使用

a <- "-en eller -et eller (uofficielt) -'en eller (uofficielt) -'et"
b <- "-ten, -ter, -terne"
pat <- "\\B-\\K'?\\w+"
res_a <- regmatches(a, gregexpr(pat, a, perl=TRUE))
unlist(res_a)
## [1] "en"  "et"  "'en" "'et"
res_b <- regmatches(b, gregexpr(pat, b, perl=TRUE))
unlist(res_b)
## [1] "ten"   "ter"   "terne"

见

图案详情：

\\B-非单词边界 --连字符 \\K-匹配重置运算符 '? - 可选的' \\w+-1个或多个字母、数字或_

---

如果你想把它保持在R底，我不认为你会得到比你所拥有的更优雅的东西，你总是可以把它做成一行。grep的value参数可能会对您有所帮助，如下所示

也许吧

或

---

可以考虑稍微优雅一点。

如果你想把它保持在R底，我不认为你会得到比你拥有的更优雅的东西，你总是可以把它做成一行。grep的value参数可能会对您有所帮助，如下所示

也许吧

或

---

可以认为稍微优雅一些。

如果在a-，之前必须有一个空格/字符串开头，那么将\\B替换为？。感谢您的精彩解释。我通常只使用正则表达式进行更简单的操作，因此很高兴了解更复杂的操作是如何工作的。如果在a-，之前必须有一个空格/字符串的开头，那么将\\B替换为？。感谢您的精彩解释。我通常只在简单的操作中使用正则表达式，所以了解更复杂的操作是如何工作的很好。什么是非字符？什么是非字符？

a <- "-en eller -et eller (uofficielt) -'en eller (uofficielt) -'et"
b <- "-ten, -ter, -terne"
pat <- "\\B-\\K'?\\w+"
res_a <- regmatches(a, gregexpr(pat, a, perl=TRUE))
unlist(res_a)
## [1] "en"  "et"  "'en" "'et"
res_b <- regmatches(b, gregexpr(pat, b, perl=TRUE))
unlist(res_b)
## [1] "ten"   "ter"   "terne"

substring(grep("-'?\\w", strsplit(a, " ")[[1]], value = TRUE), 2)

gsub("-", "", grep("-'?\\w", strsplit(a, " ")[[1]], value = TRUE)