R 提取以XX.XXXX开头的子字符串

我有一根绳子

x <- "24.3483 stuff stuff 34.8325 some more stuff"

我已经看过了：

---

>unlist（strsplit（x，”（？您可以使用您的模式，然后匹配非数字
\D+
，并在末尾断言右侧的字符不是非空白字符
（？！\S）


\b
wordbounary
[0-9]{2}\[0-9]{4}
匹配2位数字、点和4位数字
*？
匹配任何字符0+次非贪婪
（？=\b[0-9]{2}\[0-9]{4}}|$）
断言右边的是初始模式或字符串的结尾

|

x如果您确定中间文本中没有数字

stringr::str_extract_all(x, "[0-9]{2}\\.[0-9]{4}[^0-9]+")

（这包括一个额外的空间，您可以使用
trimws（）
）

或者，您可以使用
stringr:：str\u locate\u all（）
查找起始位置。它有点笨重，但

pos <- stringr::str_locate_all(x, "[0-9]{2}\\.[0-9]{4}")[[1]][,"start"]
pos <- c(pos,nchar(x)+1)
Map(substr,pos[-length(pos)],pos[-1]-1,x=x)

pos如果您不介意将数据放入数据帧/tible中，可以使用以下方法：

library(tidyverse)
x <- tibble(data = c("24.3483 stuff stuff 34.8325 some more stuff"))

x %>% mutate(data_split = str_extract_all(data,
                                          pattern = "\\d{2}\\.\\d{4}[^(\\d{2}\\.\\d{4})]+"))

库（tidyverse）
x%变异（数据分割=str提取所有数据，
pattern=“\\d{2}\\.\\d{4}[^（\\d{2}\\.\\d{4}）]+”）

您将得到一个列表列，其条目是字符串的拆分部分。
您可以使用

x <- "24.3483 stuff stuff 34.8325 some more stuff"
unlist(strsplit(x, "\\s+(?=[0-9]{2}\\.[0-9]{4})", perl=TRUE))
[1] "24.3483 stuff stuff"     "34.8325 some more stuff"

x不幸的是，有。为了澄清，XX.XXXX模式确实表示每个子字符串的开头。子字符串本身可能有数字，而不是每个子字符串的开头，但是XX.XXXX模式除了在开头之外不会出现在其他地方。当然，您不需要将数据置为into一个数据帧，如Ben的帖子所示。我正准备发布这个（没有
+
，这是一个很好的操作）。我认为这与我的第一个解决方案具有相同的限制…？如果中间文本中有数字会怎样…？@BenBolker我明白了，那么使用非贪婪量词也可以做到。我已更新了答案。这可能有助于添加更难的示例，例如中间文本中有数字的示例
stringr::str_extract_all(x, "[0-9]{2}\\.[0-9]{4}[^0-9]+")

pos <- stringr::str_locate_all(x, "[0-9]{2}\\.[0-9]{4}")[[1]][,"start"]
pos <- c(pos,nchar(x)+1)
Map(substr,pos[-length(pos)],pos[-1]-1,x=x)

library(tidyverse)
x <- tibble(data = c("24.3483 stuff stuff 34.8325 some more stuff"))

x %>% mutate(data_split = str_extract_all(data,
                                          pattern = "\\d{2}\\.\\d{4}[^(\\d{2}\\.\\d{4})]+"))

x <- "24.3483 stuff stuff 34.8325 some more stuff"
unlist(strsplit(x, "\\s+(?=[0-9]{2}\\.[0-9]{4})", perl=TRUE))
[1] "24.3483 stuff stuff"     "34.8325 some more stuff"