R正则表达式——数字提取

请问怎么限制正则表达式数字提取的位数，比如说只提取六位数

比如 c<-c('啊1234567','12345678','123','123456','啊123456','a123456b','.123456')
我只想提取6位数，超过六位数的不匹配

pattern<-'[^0-9]([0-9]{6})[^0-9]' 会遗漏一些

请教大神有没有什么好的解决方法

告诉你一种解决问题的思路，你可以把非数字去除掉，然后查看6位数的，就是你要提取的内容了：

1. x<-c('啊1234567','12345678','123','123456','啊123456','a123456b','.123456')
   
2. nchar(gsub("[^0-9]","",x))

复制代码

jiangbeilu 发表于 2017-6-20 13:14
告诉你一种解决问题的思路，你可以把非数字去除掉，然后查看6位数的，就是你要提取的内容了：

我现在的想法是 pattern<-'([^0-9]|^)([0-9]{6})([^0-9]|$)' ，这样可以把6位数判断正确，但是想提取6位数的话，会带出不需要的信息，比如前文的例子，gregexpr会得到:'啊123456','a123456b','.123456' ，所以提取有一点点问题

想知道R 有没有word boundary这样的正则表达式，可以解决这个问题

你的这个命令，真的"123456"就无法提取出来了

jiangbeilu 发表于 2017-6-20 14:22
你的这个命令，真的"123456"就无法提取出来了

> c<-c('啊1234567','12345678','123','123456','啊123456','a123456b','.123456')
> pattern<-'([^0-9]|^)([0-9]{6})([^0-9]|$)'
> grep(pattern,c,value=T)
[1] "123456"   "啊123456" "a123456b" ".123456"

是可以的，R 结果如上，  就是把其他字符也一起抓出来了

1. library(stringr)
   
2. c<-c('啊1234567','12345678','123','123456','啊123456','a123456b','.123456')
   
3. dd<-unlist(str_extract_all(c, "[0-9]+"))
   
4. dd[nchar(dd)==6]

复制代码

c <- c('啊1234567','12345678','123','123456','啊123456','a123456b','.123456')

不懂不装懂 发表于 2017-6-20 14:52

不行的，我一句话里面要是“啊啊啊啊1234567啊啊啊啊123456”
我要是只取123456，一开始去掉非数字就不行

不明白你的意思
> c<-c('啊啊啊啊1234567啊啊啊啊123456','啊1234567','12345678','123','123456','啊123456','a123456b','.123456')
> dd<-unlist(str_extract_all(c, "[0-9]+"))
> dd
[1] "1234567"  "123456"   "1234567"  "12345678" "123"      "123456"   "123456"  
[8] "123456"   "123456"  
> dd[nchar(dd)==6]
[1] "123456" "123456" "123456" "123456" "123456"