我正在抓取PDF以获取数据，并尝试搜索长度为1或2的数字字符(1：9(。不幸的是，我所追求的值在 PDF 中的位置发生了变化，因此我不能简单地调用该值的索引并将其分配给变量。
我已经尝试了许多正则表达式函数，并且可以从列表中获取数字，但似乎无法实现仅提取特定长度的数字的参数。
# Data comes in as a long string
Test<-("82026-424 82026-424 1 CSX10 Store Room 75.74 75.74")
# Seperate data into individual pieces with str_split
Split_Test<-str_split(Test[1],"\s+")
# We can easily unlist it with the following code (Not sure if needed)
Test_Unlisted<-unlist(Split_Test)
> Test_Unlisted
[1] "82026-424" "82026-424" "1" "CSX10" "Store" "Room"
[8] "75.74" "75.74"
我期望的结果是从字符列表中获取"1"，然后如果值为"20"也能够识别它。
我能在代码中想到的最佳逻辑存在于下面，但这不起作用。
Test_Final<-str_match(Test_Unlisted, "\d|\d\d")
使用此代码，我可以获取长度= 1的任何内容，但不能保证它是一个字符：
Test_Final<-which(sapply(Test_Unlisted, nchar)==1)
感谢所有的帮助！
你需要使用
Test<-("82026-424 82026-424 1 CSX10 Store Room 75.74 75.74, 20")
regmatches(Test, gregexpr("\b(?<!\d\.)\d{1,2}\b(?!\.\d)", Test, perl=TRUE))
请参阅正则表达式演示和正则表达式演示。
详
b- 单词边界(?<!d.)- 如果当前位置的左侧有一个数字和一个点，则匹配失败的负回溯d{1,2}- 1 或 2 位数字b- 单词边界(?!.d)- 如果当前位置的右侧有一个点和一个数字，则匹配失败的负前瞻。
请注意，由于模式中使用的环顾，正则表达式应传递给 PCRE 正则表达式引擎，因此需要perl=TRUE参数。
使用由 ICU 正则表达式引擎驱动的stringr，您可以使用
library(stringr)
str_extract_all(Test, "\b(?<!\d\.)\d{1,2}\b(?!\.\d)")