Regex 删除所需字符串前后与模式匹配的字母

我有一个包含以下元素的向量：

myvec<- c("output.chr10.recalibrated", "output.chr11.recalibrated",
"output.chrY.recalibrated")

---

我们可以使用

str\u extract

来执行此操作。我们匹配“chr”后面的一个或多个字符（

*

）（

（？）您只需
子项即可：

> sub(".*?chr(.*?)\\.recalibrated.*", "\\1", myvec)
[1] "10" "11" "Y" 

sub(".*[.]chr([^.]*)[.].*", "\\1", myvec)

模式匹配第一个
chr
之前的任何符号，然后匹配并捕获第一个
之前的任何字符。重新校准的
，然后匹配其余字符。在替换模式中，我们使用反向引用
\1
，将所需捕获的值插入到结果字符串中

见

或者，使用
str\u match
：

> library(stringr)
> str_match(myvec, "chr(.*?)\\.recalibrated")[,2]
[1] "10" "11" "Y" 

它保留了所有捕获的值，并有助于避免模式中代价高昂的、在
str\u extract
中必需的未配置的查找

该模式意味着：


chr
-匹配一系列文字字符
chr
（.*）
-匹配除换行符以外的任何字符（如果您也需要匹配换行符，请在模式开头添加
（？）s
）直到第一个字符
\\.重新校准
-
。重新校准
文字字符序列
看起来像是XY问题。为什么提取？如果在进一步的分析步骤中需要提取，例如，我们可以这样做：

for(chrN in c(1:22, "X", "Y")) {
  myVar <- paste0("output.chr", chrN, ".recalibrated")
  #do some fun stuff with myVar 
  print(myVar)
}

（c中的chrN（1:22，“X”，“Y”））{
myVar两个答案在输入稍有不同的情况下都会失败，例如
whatever.chr10.whateverelse.recalibrated
这里是我自己的方法，只是在正则表达式部分与
sub
有所不同：

> sub(".*?chr(.*?)\\.recalibrated.*", "\\1", myvec)
[1] "10" "11" "Y" 

sub(".*[.]chr([^.]*)[.].*", "\\1", myvec)

正则表达式的作用是：


*[.]chr
尽可能匹配，直到找到“.chr”为止
（[^.]*）
捕获chr后的所有内容，而不是一个点（可替换为
\\d+
以仅捕获数值，至少需要一个数字）
[.].*
在文字点后匹配行的其余部分

我更喜欢反斜杠转义（
\.
）上的点字符类转义（
\.
）当你回到正则表达式上时，通常更容易阅读，这是我的观点，我所知道的任何最佳实践都没有涵盖。
非常感谢你。
之间有什么区别？@MAPK我们使用正则表达式查找工具在
chr
和
之间选择一个或多个元素reclibrated@MAPK：环顾四周（零宽度断言，仅检查某些文本是否可以在字符串中的当前位置之前或之后匹配）对于
str_extract
是必需的，因为此函数不保留捕获的值。仅为了我自己的头脑清醒：
[.]chr（[^.]*）[.]
在这种特定情况下应该与regex一样远。（不是在两个点之间包含chr之后的点字符）。旁注：投票赞成答案的完整性，清楚地解释了它是如何工作的，可能值得一提的是，
*？
，因为非贪婪匹配更好）对不起，我很忙。
*？
是一个，对，我只是想用人类的语言解释这个模式（…直到第一次
。重新校准
）。我不会使用
（[^.]*）
，因为如果
chr
和
之间有点，它将不匹配。重新校准
。如果不能发生，那么是的，我会。很公平；）现在OP有他/她的Q可以被解释的两面性，这在我看来已经太多关注了。但是为什么你有
whatever.chef10
当我们想要删除
chr
？@MAPK时，它是一个打字错误；）修复了
sub(".*[.]chr([^.]*)[.].*", "\\1", myvec)