返回字符串的开头，最多包含两个字符

Question

我有一个如下所示的字符向量:

a <- c("Bob/7", "What is this?", "Seventeen")

我想提取字符串的开头，直到并包括斜杠(/)或空格()。结果应该如下所示:

b
[1] "Bob/"  "What " NA 

不匹配的项也可以是空字符串或被删除，而不是返回 NA。

我尝试过使用 grep("^.+?[/]", a, value = TRUE)，但它返回匹配的元素而不是匹配的子字符串。

Answer 1

这是另一种仅使用 sub 的方法:

a <- c("Bob/7", "What is this?", "Seventeen", "AA 1", "AA 7", " AA 7")
sub("(.*?[/ ]|).*", "\\1", a)
# [1] "Bob/"  "What " ""      "AA "   "AA "   " "   

所以，这里 .*?[/] 几乎就是你所拥有的:对于像最后这样的情况，我用 * 替换了 +我的 a 向量中的一个。接下来，| 对应于 OR，以便 a|b 匹配 a 或 b。现在 .*?[/]| 匹配我们想要的内容，如果不存在，我们匹配一个空字符串 ""。没有它我们会得到:

sub("(.*?[/ ]).*", "\\1", a)
# [1] "Bob/"      "What "     "Seventeen" "AA "       "AA "       " "   

也就是说，对 Seventeen 没有任何处理，因此它保持不变，而在实际的解决方案中，我们将其替换为空字符串。