删除文本中第 n 次出现之后（包括第 n 次出现）的所有字符串

Question

承认之前已经问过这些正则表达式问题，但我仍在努力寻找可行的解决方案（即使在咨询了 ChatGPT 之后）。

以以下示例为例：

text <- c("test1", "test2 | ", "test3 | test3 | test 3", "test4 | test4 | test 4 | test4")

我想删除从第n次（在我的例子中是第二次）出现“|”开始的所有文本。

所以输出应该是：

output <- c("test1", "test2 | ", "test3 | test3", "test4 | test4")

当最多有两个带有

str_remove(text, "( \\| [^\\|]+$)")

的“|”文本时，我得到了它，但这并不适用于该匹配模式出现两次以上的情况。

Answer 1

解决方案可能是提取感兴趣的字符串，而不是删除不需要的部分。为此，您可以使用按长度降序匹配三种感兴趣情况的正则表达式：

[:graph:]+ \\| [:graph:]+

、

[:graph:]+ \\|

或

[:graph:]+

。

library(stringr)
str_extract(text, "^([:graph:]+ \\| [:graph:]+|[:graph:]+ \\||[:graph:]+)")
[1] "test1"         "test2 |"       "test3 | test3" "test4 | test4"