r - 提取R中特定模式包围的字符串中的所有数字

Question

我想提取字符串中两侧有两个标记/模式的所有数字。然而，R 中的正则表达式是我的祸根。

我有这样的东西:

string  <- "<img src='images/stimuli/32.png' style='width:341.38790035587186px;height: 265px;'><img src='images/stimuli/36.png' style='width:341.38790035587186px;height: 265px;'>"
marker1 <- "images/stimuli/"
marker2 <- ".png"

想要这样的东西

gsub(paste0(".*", marker1, "*(.*?) *", marker2, ".*"), "\\1", string)

[1] "32" "36"

但是我得到了这个:

[1] "32"

PS 如果有人有一个很好的指南来理解正则表达式如何在这里工作，请告诉我。我很确定答案很简单，但我只是不明白正则表达式:(

Answer 1

您可以使用

string  <- "<img src='images/stimuli/32.png' style='width:341.38790035587186px;height: 265px;'><img src='images/stimuli/36.png' style='width:341.38790035587186px;height: 265px;'>"
regmatches(string, gregexpr("images/stimuli/\\K\\d+(?=\\.png)", string, perl=TRUE))[[1]]
# => [1] "32" "36"

注意:如果可以有任何东西，而不仅仅是数字，您可以将 \\d+ 替换为 .*?。

请参阅R demo和一个regex demo .

regmatches 与 gregexpr 提取输入中找到的所有匹配项。

正则表达式匹配:

• images/stimuli/ - 文字字符串
• \K - 匹配重置运算符，丢弃迄今为止匹配的所有文本
• \d+ - 1+ 位数字
• (?=\.png) - .png 子字符串(. 是一个特殊字符，需要转义)。<