问题描述
我正在创建一个要放入 mutate() 的小示例。不知道为什么这不起作用。
> str_extract("rs1234-<b>C</b>","^rs*\\d$")
[1] NA
如果您能指出我对语言的误解而不是仅仅提供解决方案，我会很棒。我希望得到“rs1234”。
解决方法
^rs*\d$ 正则表达式匹配
-
^- 字符串的开始 -
rs*-r以及零次或多次出现的s字符 -
\d- 一个数字 -
$- 字符串结束。
因此，您的模式匹配 rsssss1、r3 等字符串。
你需要
str_extract("rs1234-<b>C</b>","^rs\\d+")
其中 ^rs\d+ 匹配字符串开头的 rs，然后匹配一位或多位数字。见this regex demo。
但是如果我只想要“rs”和最后一个数字之间的子字符串。我该怎么办？
您将使用 rs.*\d：
str_extract("rs1234-<b>C</b>","rs.*\\d")
其中 rs.*\d 匹配 rs，然后是除换行符以外的任意零个或多个字符，然后是一个数字。
注意：如果您还需要匹配行尾，则需要在最后一个模式前添加 (?s) 内联 DOTALL 修饰符。