R正则表达式捕获组？

我有很多这样的字符串：

2019/01/01/07/556662_cba3a4fc-cb8f-4150-859f-5f21a38373d0

我想提取位于最后一个

“/”

之后并以

结尾的子字符串：

我已经找到了如何提取：
/01/01/07/556662

通过使用以下正则表达式：
（\/）（.*）（=\\\）

请告知如何捕获正确的组。
您可以使用捕获组：

/([^_/]+)_[^/\s]*

解释


/
逐字匹配
（[^/]+）
在不匹配下划线或正斜杠的组中捕获
\u[^/\ s]*
匹配
\u
，然后0+次不是正斜杠或空白字符

|

获取捕获组的一个选项可能是使用str_match获取第二列：

library(stringr)
str = c("2019/01/01/07/556662_cba3a4fc-cb8f-4150-859f-5f21a38373d0")
str_match(str, "/([^_/]+)_[^/\\s]*")[,2]

# [1] "556662"

你可以用

x <- "2019/01/01/07/556662_cba3a4fc-cb8f-4150-859f-5f21a38373d0"
regmatches(x, regexpr(".*/\\K[^_]+", x, perl=TRUE))
## [1] "556662"

library(stringi)
stri_match_last_regex("2019/01/01/07/556662_cba3a4fc-cb8f-4150-859f-5f21a38373d0", ".*/([^_]+)")[,2]
## [1] "556662"

看

在这里，它与前一个类似，但是除了
\uuu
之外的1个或多个字符被捕获到组1中（
\1
在替换模式中），并且尾部的
*
确保整个输入匹配（并且已消耗，准备替换）

替代非基本R解决方案

如果您负担得起或更愿意使用
stringi
，您可以使用

x <- "2019/01/01/07/556662_cba3a4fc-cb8f-4150-859f-5f21a38373d0"
regmatches(x, regexpr(".*/\\K[^_]+", x, perl=TRUE))
## [1] "556662"

library(stringi)
stri_match_last_regex("2019/01/01/07/556662_cba3a4fc-cb8f-4150-859f-5f21a38373d0", ".*/([^_]+)")[,2]
## [1] "556662"

这将匹配到最后一个
/
的字符串，并将捕获到组1（您使用
[，2]
在第2列中访问该组）1个或多个字符，而不是
\uu

或

stri_extract_u last_regex（“2019/01/01/07/556662_cba3a4fc-cb8f-4150-859f-5f21a38373d0”）（I根据Wiktor Stribiżew的代码更改了regex规则

x <- "2019/01/01/07/556662_cba3a4fc-cb8f-4150-859f-5f21a38373d0"
regmatches(x, regexpr(".*/([0-9]+)", x, perl=TRUE))
sub(".*/([0-9]+).*", "\\1", x)

x这不是我需要的，我想提取第一个捕获组中位于最后/和之前的任何内容。我已经更新了我的答案。但是在位于最后/和之前的子字符串之后我不需要任何内容。我如何提取我需要的唯一部分。非常简单，直截了当注意！谢谢Wiktor！！！@Wiktor-stribizew@SteveS我还添加了非base R正则表达式解决方案。请注意，OP在帖子中没有提到，在最后一个
/
之后和下一个
\u
之前，应该只有数字。
x <- "2019/01/01/07/556662_cba3a4fc-cb8f-4150-859f-5f21a38373d0"
regmatches(x, regexpr(".*/([0-9]+)", x, perl=TRUE))
sub(".*/([0-9]+).*", "\\1", x)