Regex 从字符串中提取两个单词之间的子字符串_Regex_String_R_Substr

Regex 从字符串中提取两个单词之间的子字符串

regex string r

Regex 从字符串中提取两个单词之间的子字符串,regex,string,r,substr,Regex,String,R,Substr,我有以下字符串： string = "asflkjsdhlkjsdhglk<body>Iwant\to+extr@ctth!sstr|ng<body>sdgdfsghsghsgh" string=“asflkjsdhlkjsdhglkIwant\to+extr@ctth！sstr | ngsdgdfsghsghsgh“ 我想提取两个标记之间的字符串。我想要的结果是： substring = "<body>Iwant\to+extr@ctth!sstr|ng

我有以下字符串：

string = "asflkjsdhlkjsdhglk<body>Iwant\to+extr@ctth!sstr|ng<body>sdgdfsghsghsgh"

string=“asflkjsdhlkjsdhglkIwant\to+extr@ctth！sstr | ngsdgdfsghsghsgh“

我想提取两个

标记之间的字符串。我想要的结果是：

substring = "<body>Iwant\to+extr@ctth!sstr|ng<body>"

substring=“Iwant\to+extr@ctth！sstr | ng“

请注意，两个

标记之间的子字符串可以包含字母、数字、标点符号和特殊字符

有没有一个简单的方法可以做到这一点？谢谢大家!

strsplit（）应该可以帮助您：

>string = "asflkjsdhlkjsdhglk<body>Iwant\to+extr@ctth!sstr|ng<body>sdgdfsghsghsgh"
>x = strsplit(string, '<body>', fixed = FALSE, perl = FALSE, useBytes = FALSE)
[[1]]
[1] "asflkjsdhlkjsdhglk"         "Iwant\to+extr@ctth!sstr|ng" "sdgdfsghsghsgh"  
> x[[1]][2]
[1] "Iwant\to+extr@ctth!sstr|ng"

>string=“asflkjsdhlkjsdhglkIwant\to+extr@ctth！sstr | ngsdgdfsghsghsgh“
>x=strsplit（字符串“”，fixed=FALSE，perl=FALSE，useBytes=FALSE）
[[1]]
[1] “asflkjsdhlkjsdhglk”“Iwant\to”+extr@ctth！sstr | ng“sdgdfsghsghsgh”
>x[[1]][2]
[1] “我想要\to+extr@ctth！sstr | ng“

当然，这将提供字符串的所有三个部分，而不包括标记。

以下是正则表达式的方式：

regmatches(string, regexpr('<body>.+<body>', string))

regmatches（字符串，regexpr（'.+'，字符串））

我相信马修和史蒂夫的答案都是可以接受的。下面是另一个解决方案：

string=“asflkjsdhlkjsdhglkIwant\to+extr@ctth！sstr | ngsdgdfsghsghsgh“
regmatches（字符串，regexpr（'.+'，字符串））
输出=sub（“.*（.+）.*”，“\\1”，字符串）
打印（输出）

为什么在这里需要perl=TRUE？@Codoremifa您不需要，谢谢。最初，我认为OP想要排除标记，我建议使用前瞻断言，要求使用

perl=TRUE

标志。

perl=TRUE

的一个优点是。@Arun不是开玩笑。谢谢，我不知道。非常感谢。但是您的解决方案中的body标记被排除。我希望它们也能被返回。也许这

[\S\S]*

regex = '<body>.+?<body>'

regex = '(<body>.+?<body>)'