正则表达式 – 使用R中的条件进行字符串拆分

我有这个用分界符“_”的字母。这里的条件是如果有两个或更多分隔符，我想在第二个分隔符分割，如果只有一个分隔符，我想在“.Recal”分割，得到如下所示的结果。

mystring<-c("MODY_60.2.ReCal.sort.bam","MODY_116.21_C4U.ReCal.sort.bam","MODY_116.3_C2RX-1-10.ReCal.sort.bam","MODY_116.4.ReCal.sort.bam")

结果

"MODY_60.2"  "MODY_116.21" "MODY_116.3"  "MODY_116.4"

你可以使用gsubfn来做到这一点

library(gsubfn)
f <- function(x,y,z) if (z=="_") y else strsplit(x,".ReCal",fixed=T)[[1]][[1]]
gsubfn("([^_]+_[^_]+)(.).*",f,mystring,backref=2)
# [1] "MODY_60.2"   "MODY_116.21" "MODY_116.3"  "MODY_116.4"

这允许您有两个以上“_”的情况，并且您想要在第二个分割，例如，

mystring<-c("MODY_60.2.ReCal.sort.bam","MODY_116.4.ReCal.sort.bam","MODY_116.4_asdfsadf_1212_asfsdf","MODY_116.5.ReCal_asdfsadf_1212_asfsdf",# split by second "_",leaving ".ReCal"
            "MODY")

gsubfn("([^_]+_[^_]+)(.).*",backref=2)
# [1] "MODY_60.2"        "MODY_116.21"      "MODY_116.3"       "MODY_116.4"      
# [5] "MODY_116.4"       "MODY_116.5.ReCal" "MODY"

在函数中，f，x是原始字符串，y和z是下一个匹配项。所以，如果z不是一个“_”，那么它将以替代字符串的方式进行分割。

原文地址：https://www.jb51.cc/regex/357577.html