使用R从文本中删除标点符号

Question

我需要从文本中删除标点符号。我使用的是tm包，但问题是：

例如：文本是这样的：

data <- "I am a, new comer","to r,"please help","me:out","here"

现在我跑

library(tm)
data<-removePunctuation(data)

在我的代码中，结果是：

I am a new comerto rplease helpmeouthere 

但我的期望是：

I am a new comer to r please help me out here

Answer 1

以下是我如何回答你的问题，以及与上述评论中@David Arenburg非常接近的答案。

 data <- '"I am a, new comer","to r,"please help","me:out","here"'
 gsub('[[:punct:] ]+',' ',data)
 [1] " I am a new comer to r please help me out here "

：[：punct：]之后的额外空格是为字符串添加空格，而+匹配正则表达式中的一个或多个连续项。这在某些情况下具有将任何空间序列缩短到单个空间的副作用。

Answer 2

如果您有类似

的内容

string <- "hello,you"
> string
[1] "hello,you"

你可以这样做：

> gsub(",", "", string)
[1] "helloyou"

它取代了＆＃34;，＆＃34;用＆＃34;＆＃34;在名为string

的变量中