我正在尝试使用str_extract在文本文档中查找日期。但是，我遇到了一个难题。通常，我希望日期以两种形式之一出现：1）June 15th, 1914 2）June 15, 1914。但是，当我尝试构建一个模式来捕获这两个选项时，会得到一个NA结果。
例如，如果我尝试str_extract("No. 1. June 20th, 1914.", "[:alpha:]{3,8} [0-9]{1,2}[[a-z]{2}]?, [0-9]{4}")，则得到NA。但是，如果我删除[a-z]{2}周围的括号，它将起作用。但是，如果卸下括号，我当然会为字符串NA得到一个"No. 1. June 20, 1914."。但是，如果我放下括号，这确实可行。
我当然可以通过使用简单的if/else if语句来解决此问题，但是我很好奇为什么它不起作用，以及是否有更好的方法来处理这些合并的情况。
最佳答案
由于以下原因，它不起作用：
您的POSIX字符类未正确包装在带括号的表达式中。
您正在尝试使用字符类作为可选的组构造。
您固定的正则表达式如下所示：
x <- 'No. 1. June 20th, 1914.'
str_extract(x, '[[:alpha:]]{3,8} [0-9]{1,2}([a-z]{2})?, [0-9]{4}')
## [1] "June 20th, 1914"
您可以修改正则表达式：
str_extract(x, '[a-zA-Z]+ \\d{1,2}([a-z]{2})?, \\d{4}')