Question

虽然Replace two dots in a string with gsub回答了有关替换“。”等标点字符的问题，但它似乎不适用于字边界。例如，

text100 <- "My # is 1234"
text1 <- gsub("\\b#\\b","hash",text100)
> text1
[1] "My # is 1234"

#未被替换。如何解决这个问题？

请注意，不应替换多个＃。例如，

'##'不应该替换为'hash'或'hashhash'。

＃后面或前面跟任何图形字符都应该不被替换（例如，'。＃'不应该被替换）

Answer 1

你的正则表达式不起作用，因为哈希不是一个单词字符，你需要一个单词字符在哈希的两边。

如果您想确保#符号周围没有单词字符，请使用Perl样式的正则表达式替换：

text100 <- "My # is 1234"
gsub("(?<!\\w)\\#+(?!\\w)","hash",text100, perl=T)

后视(?<!\\w)确保#之前没有字母，数字或下划线，(?!\\w)前瞻确保后面没有字母，数字或下划线它

为避免过度捕获，您可以将哈希放入字符类：

"(?<!\\w)[#]+(?!\\w)"

在哈希符号后使用+量词将确保多个连续哈希值被替换为一个词＆＃34;哈希＆＃34;。

<强>更新

为您更新的示例调整工作的解决方案：

gsub("(?<!\\w|#)[#](?!\\w|#)", "hash", text100, perl=T)

在这里，(?<!\\w|#)将确保散列前面没有单词字符或散列符号，(?!\\w|#)否定前瞻将确保后面没有单词字符或散列符号哈希符号。