正则表达式（regular expressions，通常简称 regex）这一概念存在于许多编程语言中，如 R、Python、C、C++、Perl、Java 和 JavaScript。您可以在这些语言的基础版本或通过库来使用正则表达式功能。对大多数编程语言而言，regex 模式的语法大体相似。
在本教程中，我们将探讨 R 中的正则表达式是什么、为什么重要、有哪些工具与函数可以使用、哪些是最常见的 regex 模式，以及如何使用它们。最后，我们还将概览一些 R 正则表达式的进阶应用。
什么是 R 正则表达式，为什么要使用它们？
在 R 中，正则表达式（regex）是一串字符（甚至可以是单个字符），用于描述文本中出现的某种特定模式。Regex 模式可以像‘a’一样短，也可以像这条StackOverflow 讨论 中提到的那样长。
广义上讲，上述对正则表达式的定义不仅适用于 R，也适用于任何支持正则表达式的编程语言。
Regex 是一种非常灵活而强大的工具，被广泛用于处理与挖掘非结构化文本数据。例如，它们被应用于搜索引擎、词法分析、垃圾邮件过滤以及文本编辑器中。
用于处理 R 正则表达式的工具与函数
尽管多数编程语言中的 regex 模式类似，但用于处理它们的函数各不相同。
在 R 中，我们可以使用 base R 的函数来检测、匹配、定位、提取和替换 regex。下面是一些主要函数：它们在字符向量中搜索 regex 匹配，然后执行相应操作：
grep()、grepl() —— 返回包含匹配项的字符串下标（grep()），或返回逻辑向量指示哪些字符串包含匹配（grepl()）。
regexpr()、gregexpr() —— 返回每个字符串中匹配开始的位置索引及匹配长度。regexpr()仅给出第一个 匹配（从左起），gregexpr()则给出所有 匹配。
sub()、gsub() —— 将每个字符串中检测到的匹配替换为指定字符串（sub()仅替换第一个 匹配，gsub()替换所有 匹配）。
regexec() —— 类似于 regexpr()，但也会返回匹配中指定子表达式的信息。
regmatches() —— 类似于 regexec()，但返回整体匹配和指定子表达式所检测到的精确字符串。
不过，与其使用原生 R 函数，一种更方便且一致的方式 是使用 stringr 包（属于 tidyverse 生态）。该库构建在 stringi 之上。在 stringr 中，所有函数都以 str_ 开头，且名称（以及可选参数的名称）比 base R 更直观。
要安装并加载 stringr 包，运行：
install.packages( 'stringr' )
library( stringr) 技术支持 下表展示了我们在本节先前讨论过的 base R 函数与 stringr 函数之间的对应关系：
stringr
Base R
str_subset()
grep()
str_detect()
grepl()
str_extract()
regexpr()、regmatches()、grep()
str_match()
regexec()
str_locate()
regexpr()
str_locate_all()
gregexpr()
str_replace()
sub()
str_replace_all()
gsub()
您可以在这些速查表 中找到 stringr 函数与正则表达式的完整列表，我们也会在本教程后续部分继续讨论其中一些。
注意 ：在 stringr 函数中，我们首先传入数据，然后是 regex；而在 base R 函数中——顺序正好相反。
另注 ：本教程使用的是 stringr 1.5.1，即截至 2026 年的当前版本。如果您使用较旧版本，部分行为可能不同——尤其是 str_view()，它在 1.5.0 中进行了重大更新。
R 正则表达式模式
现在，我们将概览最常见的 R 正则表达式模式及其用法，同时练习一些 stringr 函数。
在此之前，让我们先看一个非常基础的例子。也就是，检查一下 unicorn 是否至少有一个 corn 😉
str_detect( 'unicorn' , 'corn' ) 技术支持 输出：
TRUE 技术支持 在这个例子中，我们使用了 stringr 的 str_detect() 函数来检查字符串 unicorn 中是否包含字符串 corn 。
不过，通常我们寻找的并不是文本中的某个字面字符串，而是某种模式——即正则表达式。下面就来深入了解这些模式。
字符转义
在 R 正则表达式中，有一些字符具有特殊含义。更准确地说，它们不像字母和数字那样匹配自身，而是执行不同的功能：
str_extract_all( 'unicorn' , '.' ) 技术支持 输出：
1. 'u' 'n' 'i' 'c' 'o' 'r' 'n' 技术支持 很明显，我们的 unicorn 中并没有点号。然而，str_extract_all() 却提取了该字符串中的每一个字符。这正是 . 的使命——匹配除换行符外的任意单个字符。
如果我们想匹配一个字面的点号怎么办？为此，我们需要在点号前使用一个正则转义字符——反斜杠（\\）。不过这里有个需要注意的坑：反斜杠在字符串本身中也用作转义字符。这意味着我们首先需要“转义转义字符”，即使用双反斜杠 。来看一下：
str_extract_all( 'Eat. Pray. Love.' , '\\.' ) 技术支持 输出：
1. '.' '.' '.' 技术支持 因此，反斜杠既可以帮助取消某些符号在 R 正则表达式中的特殊含义 ，使其按字面解释；也可以起到相反作用：赋予某些本会被按字面解释的字符以特殊含义 。下面的表格给出了最常用的字符转义序列：
R regex
匹配内容
\\b
单词边界（\\w 与 \\W 之间的边界）
\\B
非单词边界（\\w-\\w 或 \\W-\\W）
\\n
换行符
\\t
制表符
\\v
垂直制表符
来看一些示例，牢记在这些情况下也需要使用双反斜杠 。同时，我们引入另一个 stringr 函数：str_view()，用于以 HTML 形式查看首个或全部匹配：
str_view( 'Unicorns are so cute!' , 's\\\b' )
str_view( 'Unicorns are so cute!' , 's\\\B' ) 技术支持 输出：
Unicorns are so cute!
Unicorns are so cute! 技术支持 在字符串 Unicorns are so cute! 中，字母 s 出现了两次。上面第一个 R regex 模式高亮了第一次出现的 s （因为后面跟着空格），而第二个则高亮了第二次出现（因为后面跟着另一个字母，而非单词边界）。
再看两个示例：
cat( 'Unicorns are\nso cute!' )
str_view( 'Unicorns are\nso cute!' , '\\\\n' ) 技术支持 输出：
Unicorns are
so cute! 技术支持 Unicorns are_ so cute!
cat( 'Unicorns are\tso cute!' )
str_view( 'Unicorns are\tso cute!' , '\\\\t' ) 技术支持 输出：
Unicorns are so cute! 技术支持 Unicorns are_ so cute!
字符类
字符类用于在一组预定义字符中匹配任意一个字符。内置字符类的语法与上一节看到的字符转义序列相同：一个反斜杠后跟一个字母，使其具有特殊含义而非字面含义。最常用的写法如下：
R regex
匹配内容
\\w
任意“单词字符”（任意字母、数字或下划线）
\\W
任意非“单词字符”
\\d
任意数字
\\D
任意非数字
\\s
任意空白字符（空格、制表符、换行等）
\\S
任意非空白字符
来看几个不言自明的示例：
str_view( 'Unicorns are so cute!' , '\\\\w' )
str_view( 'Unicorns are so cute!' , '\\\\W' ) 技术支持 输出：
[ 1 ] │ < U> < n> < i> < c> < o> < r> < n> < s> < > < a> < r> < e> < > < s> < o> < > < c> < u> < t> < e> !
[ 1 ] │ Unicorns< > are< > so< > cute< ! > 技术支持 str_view( 'Unicorns are\nso cute!' , '\\\\s' )
str_view( 'Unicorns are\nso cute!' , '\\\\S' ) 技术支持 输出：
Unicorns are< \n> so cute!
技术支持 str_detect( 'Unicorns are so cute!' , '\\\\d' ) 技术支持 输出：
FALSE 技术支持 内置字符类也可以出现为另一种形式——[:character_class_name:]。其中一些与带反斜杠的等价，另一些则没有。最常见的如下：
R regex
匹配内容
[:alpha:]
任意字母
[:lower:]
任意小写字母
[:upper:]
任意大写字母
[:digit:]
任意数字（等价于 \\d）
[:alnum:]
任意字母或数字
[:xdigit:]
任意十六进制数字
[:punct:]
任意标点符号
[:graph:]
任意字母、数字或标点符号
[:space:]
空格、制表符、换行等（等价于 \\s）
我们来做些示例，注意需要将上述任意 R regex 模式放入方括号中：
str_view( 'Unicorns are so cute!' , '[[:upper:]]' )
str_view( 'Unicorns are so cute!' , '[[:lower:]]' ) 技术支持 输出：
U nicorns are so cute!
Un icorns are so cute!
str_detect( 'Unicorns are so cute!' , '[[:digit:]]' ) 技术支持 输出：
FALSE 技术支持 str_extract_all( 'Unicorns are so cute!' , '[[:punct:]]' ) 技术支持 输出：
1. '!' 技术支持 str_view( 'Unicorns are so cute!' , '[[:space:]]' ) 技术支持 输出：
Unicorns_ are_ so_ cute!
我们也可以自定义字符类：在方括号中放入希望匹配的任意字符集合，以匹配其中任一个字符。可以在方括号内写入某个字母或数字范围（按 Unicode 顺序）、多个不同范围，或任意连续/不连续的字符或字符组。
例如，[A-D] 匹配 A 到 D（含）之间的任意大写字母，[k-r] 匹配 k 到 r（含）之间的任意小写字母，[0-7] 匹配 0 到 7（含）之间的任意数字，[aou14%9] 则匹配方括号内给定的任一字符。如果将脱字符（^ ）放在方括号内首位，则该 R regex 模式将匹配除给定字符之外的任意字符 。注意上述匹配机制区分大小写 。
str_view( 'Unicorns Are SOOO Cute!' , '[O-V]' )
str_view( 'Unicorns Are SOOO Cute!' , '[^O-V]' ) 技术支持 输出：
U nicorns Are SOOO Cute!
Unicorns Are SOOO Cute!
str_view( '3.14159265359' , '[0-2]' ) 技术支持 输出：
3.1 41 592 65359
str_view( 'The number pi is equal to 3.14159265359' , '[n2e9&]' ) 技术支持 输出：
The n umbe r pi is e qual to 3.141592 65359
量词
我们经常需要重复匹配某个 R regex 模式，而不是只匹配一次。为此可使用量词。量词总是位于其所作用的 regex 模式之后。最常见的量词如下表：
R regex
重复次数
*
0 次或更多
+
至少 1 次
?
至多 1 次
{n}
恰好 n 次
{n,}
至少 n 次
{n,m}
至少 n 次且至多 m 次
我们逐一尝试：
str_extract( 'dog' , 'dog\\\\d*' ) 技术支持 输出：
'dog' 技术支持 我们得到了原字符串 dog ：该字符串末尾没有数字，但这没关系（允许 0 次或更多次数字）。
str_extract( '12345' , '\\\\d+' ) 技术支持 输出：
'12345' 技术支持 str_extract( '12345' , '\\\\d?' ) 技术支持 输出：
'1' 技术支持 str_extract( '12345' , '\\\\d{3}' ) 技术支持 输出：
'123' 技术支持 str_extract( '12345' , '\\\\d{7,}' ) 技术支持 输出：
NA 技术支持 得到 NA ，因为字符串中没有至少 7 个连续数字，只有 5 个。
str_extract( '12345' , '\\\\d{2,4}' ) 技术支持 输出：
'1234' 技术支持 锚点
默认情况下，R 正则表达式会匹配给定字符串中的任意部分。我们可以通过指定 R regex 模式在字符串中的特定位置来改变这一行为。最常见的是从字符串的开头或末尾进行限定。为此使用 R 正则表达式中的两个主要锚点：
我们用回文 stella won no wallets 来看看它们的工作方式：
str_view( 'stella won no wallets' , '^s' )
str_view( 'stella won no wallets' , 's$' ) 技术支持 输出：
< s> tella won no wallets
stella won no wallet< s> 技术支持 如果我们想匹配字符 ^ 或 $ 本身，需要在其前面添加反斜杠（需双重转义 ）：
str_view( 'Do not have 100$, have 100 friends' , '\\\\$' ) 技术支持 输出：
Do not have 100 $ , have 100 friends技术支持 我们也可以将匹配锚定到字符串中的单词边界或非单词边界（分别为 \\b 和 \\B）：
str_view( 'road cocoa oasis oak boa coach' , '\\\\boa' )
str_view( 'road cocoa oasis oak boa coach' , 'oa\\\\b' )
str_view( 'road cocoa oasis oak boa coach' , 'oa\\\\B' ) 技术支持 输出：
road cocoa oa sis oa k boa coach
road cocoa oasis oak boa coach
roa d cocoa oa sis oa k boa coa ch
上面我们匹配了字母组合 oa ：
第 1 个示例——在单词开头
第 2 个示例——在单词结尾
第 3 个示例——当其后跟随一个单词字符时（此处为字母）
或运算（交替）
通过交替运算符（|），我们可以在同一字符串中匹配多个 R regex 模式。注意，如果在用户自定义的字符类中使用该运算符，它会被按字面解释，因此不会执行交替。
str_view( 'coach koala board oak cocoa road boa load coat oasis boat' , 'boa|coa' ) 技术支持 输出：
coa ch koala boa rd oak cocoa road boa load coa t oasis boa t
在上述示例中，我们匹配了所有 boa 或 coa 的出现。
分组
R 的 regex 模式遵循一定的优先级规则。例如，重复（量词）优先级高于锚点，而锚点又高于交替。若要覆盖这些规则并提升某个操作的优先级，应使用分组。方法是用圆括号将感兴趣的子表达式括起来。
分组通常与交替运算符配合效果最佳。下面的示例清晰展示了这种组合的效果：
str_view( 'code rat coat cot cat' , 'co|at' )
str_view( 'code rat coat cot cat' , 'c(o|a)t' ) 技术支持 输出：
co de rat coat co t cat
code rat coat cot cat
R 正则表达式的进阶应用
到目前为止的内容，已经为您开始使用 R 正则表达式打下了良好基础。不过，这个强大工具还能做更多事。在不展开细节的前提下，我们提及一些可以用 R regex 实现的进阶操作：
覆盖 stringr 函数的默认行为
匹配字素簇（grapheme clusters）
分组回溯引用
匹配 Unicode 属性
应用更高级的字符转义
在不将模式包含进输出的前提下验证其存在（即所谓 lookaround）
将重复机制由贪婪变为惰性
使用原子分组
在我们的课程 Intermediate Regular Expressions in R 中了解更多。
R 正则表达式练习
现在轮到您来练习本教程中介绍的 R regex 模式了。请使用我们的数据集：互联网新闻与消费者参与 ，尝试完成以下任务：从所有 URL 中提取顶级域名 （TLD）。TLD 的示例包括 com、net、uk 等。
完成该任务的方法不止一种，其中包括优雅而简洁的一行解法（提示：您可以进一步了解上一节提到的 R regex 中的 lookaround，并用它来解决该问题）。以下是对相对“新手”思路的一些松散指引：
检查数据集中的若干 URL，注意在 TLD 之前 哪些模式总是 出现，哪些是可选的
观察在 TLD 之后 的 URL 中是否有任何必需 模式（若有，是哪些），以及哪些是可选 的
去除 TLD 之前的所有内容
去除 TLD 之后的所有内容
若按上述算法求解，您无需额外学习或操作。只需回顾本教程讨论的内容并加以实践。尤其需要用到 stringr 函数、字符转义、字符类、量词与分组。
加分题：挑战 #2
如果您还想进一步练习，这次不提供任何提示：仍然使用上一题的数据集，从所有 URL 中提取域名。例如，在 URL www.google.com google 。
结语
总而言之，在本教程中，我们系统学习了 R 正则表达式的诸多内容。具体包括：
R 正则表达式是什么
它们的重要性及应用场景
用于处理 R 正则表达式的函数（包含原生 R 与专业库）
最常见的 R regex 模式及其适用范围、细节与注意点
何时以及如何在 R regex 中使用字符转义、字符类、量词、锚点、或运算与分组
R regex 与相关函数的多种应用示例
R 正则表达式的一些进阶操作
这些技能与概念不仅有助于您在 R 中开展工作，在许多其他编程语言中同样适用，因为正则表达式的概念在各语言中一致，而多数语言的 regex 语法也相当相似。
如果您希望进一步精通 R，建议探索 DataCamp 的以下课程、技能路线与文章：
%22%3E%3Cpath%20d%3D%22m-369%200h408v79h-408z%22%20fill%3D%22%237933ff%22%2F%3E%3Cpath%20d%3D%22m-148%200h306v45h-306z%22%20fill%3D%22%23974dff%22%2F%3E%3C%2Fg%3E%3C%2Fsvg%3E)
%22%2F%3E%3C%2FclipPath%3E%3Cg%20clip-path%3D%22url(%23a)%22%3E%3Cpath%20d%3D%22m76%200h484v36h-484z%22%20fill%3D%22%23974dff%22%2F%3E%3Cpath%20d%3D%22m0%200h384v24h-384z%22%20fill%3D%22%2306bdfc%22%20transform%3D%22matrix(1%200%200%20-1%200%2060)%22%2F%3E%3C%2Fg%3E%3C%2Fsvg%3E)
正则表达式（regular expressions，通常简称 regex）这一概念存在于许多编程语言中，如 R、Python、C、C++、Perl、Java 和 JavaScript。您可以在这些语言的基础版本或通过库来使用正则表达式功能。对大多数编程语言而言，regex 模式的语法大体相似。
在本教程中，我们将探讨 R 中的正则表达式是什么、为什么重要、有哪些工具与函数可以使用、哪些是最常见的 regex 模式，以及如何使用它们。最后，我们还将概览一些 R 正则表达式的进阶应用。
什么是 R 正则表达式，为什么要使用它们？
在 R 中，正则表达式（regex）是一串字符（甚至可以是单个字符），用于描述文本中出现的某种特定模式。Regex 模式可以像‘a’一样短，也可以像这条StackOverflow 讨论中提到的那样长。
广义上讲，上述对正则表达式的定义不仅适用于 R，也适用于任何支持正则表达式的编程语言。
Regex 是一种非常灵活而强大的工具，被广泛用于处理与挖掘非结构化文本数据。例如，它们被应用于搜索引擎、词法分析、垃圾邮件过滤以及文本编辑器中。
用于处理 R 正则表达式的工具与函数
尽管多数编程语言中的 regex 模式类似，但用于处理它们的函数各不相同。
在 R 中，我们可以使用 base R 的函数来检测、匹配、定位、提取和替换 regex。下面是一些主要函数：它们在字符向量中搜索 regex 匹配，然后执行相应操作：
grep()、grepl()—— 返回包含匹配项的字符串下标（grep()），或返回逻辑向量指示哪些字符串包含匹配（grepl()）。regexpr()、gregexpr()—— 返回每个字符串中匹配开始的位置索引及匹配长度。regexpr()仅给出第一个匹配（从左起），gregexpr()则给出所有匹配。sub()、gsub()—— 将每个字符串中检测到的匹配替换为指定字符串（sub()仅替换第一个匹配，gsub()替换所有匹配）。regexec()—— 类似于regexpr()，但也会返回匹配中指定子表达式的信息。regmatches()—— 类似于regexec()，但返回整体匹配和指定子表达式所检测到的精确字符串。不过，与其使用原生 R 函数，一种更方便且一致的方式是使用 stringr 包（属于 tidyverse 生态）。该库构建在 stringi 之上。在 stringr 中，所有函数都以 str_ 开头，且名称（以及可选参数的名称）比 base R 更直观。
要安装并加载 stringr 包，运行：
下表展示了我们在本节先前讨论过的 base R 函数与 stringr 函数之间的对应关系：
stringr
Base R
str_subset()grep()str_detect()grepl()str_extract()regexpr()、regmatches()、grep()str_match()regexec()str_locate()regexpr()str_locate_all()gregexpr()str_replace()sub()str_replace_all()gsub()您可以在这些速查表中找到 stringr 函数与正则表达式的完整列表，我们也会在本教程后续部分继续讨论其中一些。
注意：在 stringr 函数中，我们首先传入数据，然后是 regex；而在 base R 函数中——顺序正好相反。
另注：本教程使用的是 stringr 1.5.1，即截至 2026 年的当前版本。如果您使用较旧版本，部分行为可能不同——尤其是
str_view()，它在 1.5.0 中进行了重大更新。R 正则表达式模式
现在，我们将概览最常见的 R 正则表达式模式及其用法，同时练习一些 stringr 函数。
在此之前，让我们先看一个非常基础的例子。也就是，检查一下 unicorn 是否至少有一个 corn 😉
输出：
在这个例子中，我们使用了 stringr 的
str_detect()函数来检查字符串 unicorn 中是否包含字符串 corn。不过，通常我们寻找的并不是文本中的某个字面字符串，而是某种模式——即正则表达式。下面就来深入了解这些模式。
字符转义
在 R 正则表达式中，有一些字符具有特殊含义。更准确地说，它们不像字母和数字那样匹配自身，而是执行不同的功能：
输出：
很明显，我们的 unicorn 中并没有点号。然而，
str_extract_all()却提取了该字符串中的每一个字符。这正是.的使命——匹配除换行符外的任意单个字符。如果我们想匹配一个字面的点号怎么办？为此，我们需要在点号前使用一个正则转义字符——反斜杠（
\\）。不过这里有个需要注意的坑：反斜杠在字符串本身中也用作转义字符。这意味着我们首先需要“转义转义字符”，即使用双反斜杠。来看一下：输出：
因此，反斜杠既可以帮助取消某些符号在 R 正则表达式中的特殊含义，使其按字面解释；也可以起到相反作用：赋予某些本会被按字面解释的字符以特殊含义。下面的表格给出了最常用的字符转义序列：
R regex
匹配内容
\\b单词边界（
\\w与\\W之间的边界）\\B非单词边界（
\\w-\\w或\\W-\\W）\\n换行符
\\t制表符
\\v垂直制表符
来看一些示例，牢记在这些情况下也需要使用双反斜杠。同时，我们引入另一个 stringr 函数：
str_view()，用于以 HTML 形式查看首个或全部匹配：输出：
在字符串 Unicorns are so cute! 中，字母 s 出现了两次。上面第一个 R regex 模式高亮了第一次出现的 s（因为后面跟着空格），而第二个则高亮了第二次出现（因为后面跟着另一个字母，而非单词边界）。
再看两个示例：
输出：
Unicorns are_so cute!
输出：
Unicorns are_so cute!
字符类
字符类用于在一组预定义字符中匹配任意一个字符。内置字符类的语法与上一节看到的字符转义序列相同：一个反斜杠后跟一个字母，使其具有特殊含义而非字面含义。最常用的写法如下：
R regex
匹配内容
\\w任意“单词字符”（任意字母、数字或下划线）
\\W任意非“单词字符”
\\d任意数字
\\D任意非数字
\\s任意空白字符（空格、制表符、换行等）
\\S任意非空白字符
来看几个不言自明的示例：
输出：
输出：
输出：
内置字符类也可以出现为另一种形式——
[:character_class_name:]。其中一些与带反斜杠的等价，另一些则没有。最常见的如下：R regex
匹配内容
[:alpha:]任意字母
[:lower:]任意小写字母
[:upper:]任意大写字母
[:digit:]任意数字（等价于
\\d）[:alnum:]任意字母或数字
[:xdigit:]任意十六进制数字
[:punct:]任意标点符号
[:graph:]任意字母、数字或标点符号
[:space:]空格、制表符、换行等（等价于
\\s）我们来做些示例，注意需要将上述任意 R regex 模式放入方括号中：
输出：
Unicorns are so cute!
Unicorns are so cute!
输出：
输出：
输出：
Unicorns_are_so_cute!
我们也可以自定义字符类：在方括号中放入希望匹配的任意字符集合，以匹配其中任一个字符。可以在方括号内写入某个字母或数字范围（按 Unicode 顺序）、多个不同范围，或任意连续/不连续的字符或字符组。
例如，[A-D] 匹配 A 到 D（含）之间的任意大写字母，[k-r] 匹配 k 到 r（含）之间的任意小写字母，[0-7] 匹配 0 到 7（含）之间的任意数字，[aou14%9] 则匹配方括号内给定的任一字符。如果将脱字符（^）放在方括号内首位，则该 R regex 模式将匹配除给定字符之外的任意字符。注意上述匹配机制区分大小写。
输出：
Unicorns Are SOOO Cute!
Unicorns Are SOOO Cute!
输出：
3.14159265359
输出：
The number pi is equal to 3.14159265359
量词
我们经常需要重复匹配某个 R regex 模式，而不是只匹配一次。为此可使用量词。量词总是位于其所作用的 regex 模式之后。最常见的量词如下表：
R regex
重复次数
*0 次或更多
+至少 1 次
?至多 1 次
{n}恰好 n 次
{n,}至少 n 次
{n,m}至少 n 次且至多 m 次
我们逐一尝试：
输出：
我们得到了原字符串 dog：该字符串末尾没有数字，但这没关系（允许 0 次或更多次数字）。
输出：
输出：
输出：
输出：
得到 NA，因为字符串中没有至少 7 个连续数字，只有 5 个。
输出：
锚点
默认情况下，R 正则表达式会匹配给定字符串中的任意部分。我们可以通过指定 R regex 模式在字符串中的特定位置来改变这一行为。最常见的是从字符串的开头或末尾进行限定。为此使用 R 正则表达式中的两个主要锚点：
^—— 从字符串开头匹配（多行字符串则为每行的开头）$—— 从字符串末尾匹配（多行字符串则为每行的末尾）我们用回文 stella won no wallets 来看看它们的工作方式：
输出：
如果我们想匹配字符
^或$本身，需要在其前面添加反斜杠（需双重转义）：输出：
我们也可以将匹配锚定到字符串中的单词边界或非单词边界（分别为
\\b和\\B）：输出：
road cocoa oasis oak boa coach
road cocoa oasis oak boa coach
road cocoa oasis oak boa coach
上面我们匹配了字母组合 oa：
或运算（交替）
通过交替运算符（
|），我们可以在同一字符串中匹配多个 R regex 模式。注意，如果在用户自定义的字符类中使用该运算符，它会被按字面解释，因此不会执行交替。输出：
coach koala board oak cocoa road boa load coat oasis boat
在上述示例中，我们匹配了所有 boa 或 coa 的出现。
分组
R 的 regex 模式遵循一定的优先级规则。例如，重复（量词）优先级高于锚点，而锚点又高于交替。若要覆盖这些规则并提升某个操作的优先级，应使用分组。方法是用圆括号将感兴趣的子表达式括起来。
分组通常与交替运算符配合效果最佳。下面的示例清晰展示了这种组合的效果：
输出：
code rat coat cot cat
code rat coat cot cat
R 正则表达式的进阶应用
到目前为止的内容，已经为您开始使用 R 正则表达式打下了良好基础。不过，这个强大工具还能做更多事。在不展开细节的前提下，我们提及一些可以用 R regex 实现的进阶操作：
在我们的课程 Intermediate Regular Expressions in R 中了解更多。
R 正则表达式练习
现在轮到您来练习本教程中介绍的 R regex 模式了。请使用我们的数据集：互联网新闻与消费者参与，尝试完成以下任务：从所有 URL 中提取顶级域名（TLD）。TLD 的示例包括 com、net、uk 等。
完成该任务的方法不止一种，其中包括优雅而简洁的一行解法（提示：您可以进一步了解上一节提到的 R regex 中的 lookaround，并用它来解决该问题）。以下是对相对“新手”思路的一些松散指引：
若按上述算法求解，您无需额外学习或操作。只需回顾本教程讨论的内容并加以实践。尤其需要用到 stringr 函数、字符转义、字符类、量词与分组。
加分题：挑战 #2
如果您还想进一步练习，这次不提供任何提示：仍然使用上一题的数据集，从所有 URL 中提取域名。例如，在 URL www.google.com 中，域名是 google。
结语
总而言之，在本教程中，我们系统学习了 R 正则表达式的诸多内容。具体包括：
这些技能与概念不仅有助于您在 R 中开展工作，在许多其他编程语言中同样适用，因为正则表达式的概念在各语言中一致，而多数语言的 regex 语法也相当相似。
如果您希望进一步精通 R，建议探索 DataCamp 的以下课程、技能路线与文章：