Regex 更正格式错误的日期

我在格式良好的日期之间有一些不正确的日期，如下所示：

df <- data.frame(col=c("--1.1.11-01","--1.11.12-1","--1.1.13-01","--1.1.14-01","--1.10.10-01","-1.10.11-01","---1.10.12-01","2010-03-31","2010-04-01","2010-04-05"))

我要绞尽脑汁的是

-01

部分，因为删除这些，也会删除部分正确格式的日期

---

编辑：格式为

mm.dd.yy

我注意到，如果日期前缀的条目为-1或--1，则只存在非法后缀，即-01。 您可以首先获取数组中的所有值。 因此，您将有一个数组--1.1.11-01“，”--1.11.12-1“，”--1.1.13-01“，”--1.1.14-01“，”--1.10.10-01“，“-1.10.11-01”

现在可以检查前缀是-1还是--1。如果存在任何这样的东西，那么您可以将其标记为删除后缀-01。 根据上面的输入模式，我觉得上面的策略会起作用

---

请告诉我该策略是否有效

一个简单的regexp可以很好地解决这类问题：

> df <- c("--1.1.11-01","--1.11.12-1","--1.1.13-01","--1.1.14-01","--1.10.10-01","-1.10.11-01","---1.10.12-01","2010-03-31","2010-04-01","2010-04-05")
> df
 [1] "--1.1.11-01"   "--1.11.12-1"   "--1.1.13-01"   "--1.1.14-01"   "--1.10.10-01"  "-1.10.11-01"   "---1.10.12-01"
 [8] "2010-03-31"    "2010-04-01"    "2010-04-05"   
> df <- sub(".*([0-9]{4}\\-[0-9]{2}\\-[0-9]{2}|[0-9]{1,2}\\.[0-9]{1,2}\\.[0-9]{1,2}).*", "\\1", df)
> df
 [1] "1.1.11"     "1.11.12"    "1.1.13"     "1.1.14"     "1.10.10"    "1.10.11"    "1.10.12"    "2010-03-31" "2010-04-01"
[10] "2010-04-05"

>测向
[1] "--1.1.11-01"   "--1.11.12-1"   "--1.1.13-01"   "--1.1.14-01"   "--1.10.10-01"  "-1.10.11-01"   "---1.10.12-01"
[8] "2010-03-31"    "2010-04-01"    "2010-04-05"   
>df-df
[1] "1.1.11"     "1.11.12"    "1.1.13"     "1.1.14"     "1.10.10"    "1.10.11"    "1.10.12"    "2010-03-31" "2010-04-01"
[10] "2010-04-05"

请注意，我将其设置为字符向量，而不是data.frame

---

解决方案本身只是匹配一个模式或另一个模式，然后用子模式替换掉其余的模式。

只需删除开头的所有非单词字符或结尾的

-01

或

-1

，前面没有

-

+两位数字

> x <- c("--1.1.11-01","--1.11.12-1","--1.1.13-01","--1.1.14-01","--1.10.10-01","-1.10.11-01","---1.10.12-01","2010-03-31","2010-04-01","2010-04-05")
> gsub("^\\W+|(?<!-\\d{2})-0?1$", "", x, perl=T)
 [1] "1.1.11"     "1.11.12"    "1.1.13"     "1.1.14"     "1.10.10"   
 [6] "1.10.11"    "1.10.12"    "2010-03-31" "2010-04-01" "2010-04-05"

---

>xgsub（“^\\W+|）（？这里是一个使用
sub
的非常简单的解决方案

sub('^-+([^-]+).+', '\\1', df$col)
# [1] "1.1.11"     "1.11.12"    "1.1.13"     "1.1.14"     "1.10.10"   
# [6] "1.10.11"    "1.10.12"    "2010-03-31" "2010-04-01" "2010-04-05"

您能告诉我们正确日期的格式吗？我是说dd.mm.yy或mm.dd.yy？很好用。我接受@LauriK solution，理由是首先正确回答问题。谢谢。谢谢，我真的很喜欢您的解决方案，它很简单，我理解：）
sub('^-+([^-]+).+', '\\1', df$col)
# [1] "1.1.11"     "1.11.12"    "1.1.13"     "1.1.14"     "1.10.10"   
# [6] "1.10.11"    "1.10.12"    "2010-03-31" "2010-04-01" "2010-04-05"