用R中的regexp替换精确的字符串匹配

Question

我有一个需要清洁的字符串向量。 我已经能够自己清理它了很多但是我遇到了一件事。

有些字符串有链＆＃39; @ 56;＆＃39;在开始时（数字不同）。所以字符串可以是＆＃39; @ 56;裤子＆＃39;或者＆＃39; @ 897;裤子＆＃39; 我想把它留在裤子上。

我写了以下代码：

gsub("[@[:digit:];]", "", 'mystring')   

但在以下情况下失败：

gsub("[@[:digit:];]", "", '@34skirt') # returns 'skirt'

我希望它回归＆＃39; @ 34skirt＆＃39;在这种情况下，因为;最后遗漏了。

我想要完全匹配。关于如何做到这一点的任何想法？ 我试图添加\并且它不起作用

Answer 1

[@[:digit:];]正则表达式匹配单个字符@，数字或;。因此，它将删除字符串中任何位置的那些，与gsub找到它们的次数相同。

您可以使用定义序列字符的正则表达式来删除，而不是字符类：

@[0-9]+;

请参阅regex demo

您甚至可以告诉正则表达式引擎仅删除字符串开头的那些：

^@[0-9]+;

Sample demo：

sub("^@[0-9]+;", "", '@34skirt')     ## [1] "@34skirt"
sub("^@[0-9]+;", "", '@34;trousers') ## [1] "trousers"

Answer 2

我们可以尝试

sub("@\\d+;", "", v1)
#[1] "mystring" "@34skirt" "trousers" "trousers"

数据

v1 <- c('mystring', '@34skirt',  '@56;trousers', '@897;trousers')