r - 从由特殊字符包围的字符串中提取年份数字

Question

从以下字符串中仅提取数字 2007 的好方法是什么:

some_string <- "1_2_start_2007_3_end"

在我的情况下检测年份编号的模式是:

4 位数字

被“_”包围

我对使用正则表达式很陌生。我尝试了以下方法:

 regexp <- "_+[0-9]+_"
 names <- str_extract(files, regexp)

但这并没有考虑到总是有 4 位数字并输出下划线。

Answer 1

我们可以使用 regex lookbehind 指定 _ 并提取后面的 4 位数字

library(stringr)
str_extract(some_string, "(?<=_)\\d{4}")
#[1] "2007"

如果模式在 4 位数之前和之后都显示 -，那么也使用正则表达式先行

str_extract(some_string, "(?<=_)\\d{4}(?=_)")
#[1] "2007"