Question

（我正在使用R.）对于一个名为＆＃34; goodwords.corpus＆＃34;的单词列表，我循环浏览语料库中的文档，并替换每一个列表上的文字＆＃34; goodwords.corpus＆＃34;用单词+数字。

例如，如果单词＆＃34; good＆＃34;在列表上，＆＃34;晚安＆＃34;不在列表中，那么这个文件：

I am having a good time goodnight

会变成：

I am having a good 1234 time goodnight

**我使用此代码（EDIT-使此可重现）：

goodwords.corpus <- c("good")
test <- "I am having a good time goodnight"
for (i in 1:length(goodwords.corpus)){
test <-gsub(goodwords.corpus[[i]], paste(goodwords.corpus[[i]], "1234"), test)
}

然而，问题是我希望gsub只替换整个单词。出现的问题是：＆＃34;好＆＃34;是在＆＃34; goodwords.corpus＆＃34;列表，然后＆＃34;晚安＆＃34;，不在列表中，也受到影响。所以我明白了：

I am having a good 1234 time good 1234night

无论如何，我可以告诉gsub只能替换整个单词，而不是可能是其他单词的一部分吗？

我想用这个：

test <-gsub("\\<goodwords.corpus[[i]]\\>", paste(goodwords.corpus[[i]], "1234"), test)
}

我已经读过\＆lt;＆lt;和\＆gt;会告诉gsub只查找整个单词。但显然这不起作用，因为goodwords.corpus [[i]]在引号中不会起作用。

有什么建议吗？

Answer 1

使用\b表示字边界：

> text <- "good night goodnight"
> gsub("\\bgood\\b", paste("good", 1234), text)
[1] "good 1234 night goodnight"

在你的循环中，像这样：

for (word in goodwords.corpus){
  patt <- paste0('\\b', word, '\\b')
  repl <- paste(word, "1234")

  test <-gsub(patt, repl, test)
}

Answer 2

你所以接近这个。您已经使用paste来形成替换字符串，为什么不使用它来形成模式字符串？

goodwords.corpus <- c("good")
test <- "I am having a good time goodnight"
for (i in 1:length(goodwords.corpus)){
    test <-gsub(paste0('\\<', goodwords.corpus[[i]], '\\>'), paste(goodwords.corpus[[i]], "1234"), test)
}
test
# [1] "I am having a good 1234 time goodnight"

（paste0仅为paste(..., sep='')。）

（我和@MatthewLundberg同时发布了这个帖子，他也是正确的。我实际上更熟悉使用\b \< {{1}}，但我认为我是继续使用你的代码。）

制作gsub只能取代整个单词？

2 个答案: