我正在清理文字，我想删除任何撇号，除了之前和之后的字母，例如：i＆＃39; m，i＆＃39; ll，he＆＃39 ; s..etc
我的以下初步解决方案，处理了很多案例，但我想要一个更好的案例：
rmAps <- function(x) gsub("^\'+| \'+|\'+ |[^[:alpha:]]\'+(a-z)*|\\b\'*$", " ", x)
rmAps("'i'm '' ' 'we end' '")
[1] " i'm we end "
我也尝试过：
(?<![a-z])'(?![a-z])
但我觉得我还在遗失......
答案 0 :(得分：2)
gsub("'(?!\\w)|(?<!\\w)'", "", x, perl = TRUE)
#[1] "i'm we end "
删除角色后面没有单词字符的情况：'(?!\\w)。
删除角色前面没有单词字符的情况：(?<!\\w)'。
如果出现上述任何一种情况，您希望将其删除，因此'(?!\\w)|(?<!\\w)'应该可以解决问题。请注意\\w包含下划线，并根据需要进行调整。
另一种选择是
gsub("\\w'\\w(*SKIP)(*FAIL)|'", "", x, perl = TRUE)
在这种情况下，您匹配'被单词字符包围的任何实例：\\w'\\w，然后强制该匹配失败并使用(*SKIP)(*FAIL)。但是，也请使用'查找|'。结果是，只有'未包含在单词字符中的匹配项才会被匹配并替换掉。
答案 1 :(得分：1)
您可以使用以下正则表达式：
(?<=\w)'(?=\w)
(?<=)是一个积极的看法。内部的所有内容都需要在下一个选择器之前匹配(?=)是一个积极的向前看。内部的所有内容都需要在上一个选择器\w任何字母数字字符和下划线 您也可以将\w切换为例如[a-zA-Z]如果您想限制结果。