Question

我想在字符串中删除长度小于3的单词。例如我的输入是

str<- c("hello RP have a nice day")

我希望我的输出

str<- c("hello have nice day")

请帮忙

Answer 1

试试这个：

gsub('\\b\\w{1,2}\\b','',str)
[1] "hello  have  nice day"

修改 \ b是单词边界。如果需要删除额外空间，请将其更改为：

gsub('\\b\\w{1,2}\\s','',str)

或者

gsub('(?<=\\s)(\\w{1,2}\\s)','',str,perl=T)

Answer 2

或使用str_extract_all提取长度为＆gt; = 3且paste

的所有字词

library(stringr)
paste(str_extract_all(str, '\\w{3,}')[[1]], collapse=' ')
#[1] "hello have nice day"

Answer 3

x <- "hello RP have a nice day"
z <- unlist(strsplit(x, split=" "))
paste(z[nchar(z)>=3], collapse=" ")
# [1] "hello have nice day"

Answer 4

这是一种方法，使用我与@hwnd合作的 qdapRegex 包中的rm_nchar_words函数（SO regex guru extraordinaire）。在这里，我展示删除1-2个字母单词，然后删除1-3个字母单词：

str<- c("hello RP have a nice day")

library(qdapTools)

rm_nchar_words(str, "1,2")
## [1] "hello have nice day"

rm_nchar_words(str, "1,3")
## [1] "hello have nice"

正如 qdapRegex 旨在教导的是S函数将1,2放入量词大括号中的正则背后的正则表达式：

S("@rm_nchar_words", "1,2")
##  "(?<![\\w'])(?:'?\\w'?){1,2}(?![\\w'])"

如何删除R中字符串中特定长度的单词？

4 个答案: