Question

给出以下代码：

list = c("the", "at", "ok")
paragraph = "the cat ath the hat is ok"

如何从'paragraph'中删除列表中的所有单词？

我尝试过：

gsub(list, '', paragraph)

但只删除了第一项清单。我知道这不应该是复杂的，但这仍然让我感到困惑。另外我想避免使用for循环，但apply系列应该没问题。

Answer 1

模式"(the|at|ok)"将匹配列表中任何字符串的出现次数。

但听起来，你想要匹配那些实际的单词而不是它们所属的单词（即匹配“the”但不是“then”，“at”而不是“rattle”等）。如果在这种情况下，您可以使用模式"\\b(the|at|ok)\\b"（其中"\\b"是在字边界处匹配的模式）。

您可以使用paste0()从匹配单词的任意向量构建所需的模式：

list <- c("the", "at", "ok")
paragraph <- "the cat ath the hat is ok"

## Construct the regular expression
pat <- paste0("\\b(", paste0(list, collapse="|"), ")\\b")    
pat
# [1] "\\b(the|at|ok)\\b"

## Use it
gsub(pat, "", paragraph)
# [1] " cat ath  hat is "

gsub段落中的单词列表

1 个答案: