Question

我想用空格替换字符串中的所有单个字符。我的想法是在单个角色之前和之后应该有一个空格。所以我在角色之前和之后放置了空格，但这似乎不起作用。我还想用超过1个字符替换字符串。即如果我想替换长度为2左右的所有字符，那么代码将如何变化。

str="I have a cat of white color"
str=gsub("([[:space:]][[a-z]][[:space:]])", "", str)

Answer 1

我想用空格替换字符串中的所有单个字符。我的想法是在单个角色之前和之后应该有一个空格。

这个想法不正确，一个词并不总是被空格包围。如果单词位于字符串的开头怎么办？还是在最后？或者之后是标点符号？

使用 \b word boundary ：

有三个不同的职位符合字边界 ：
    - 在字符串中的第一个字符之前，如果第一个字符是单词字符     - 在字符串中的最后一个字符之后，如果最后一个字符是单词字符     - 字符串中的两个字符之间，其中一个是单词字符，另一个不是单词字符。

注意在R中，当您使用gsub时，最好将其与PCRE正则表达式一起使用（通过perl=T）：

gsub和gregexpr的POSIX 1003.2模式无法正常使用重复的字边界（例如pattern = "\b"）。使用perl = TRUE进行此类匹配（但对于非ASCII输入可能无法正常工作，因为'word'的含义取决于系统）。

因此，要匹配所有单字母单词，您需要使用

gsub("(?i)\\b[a-z]\\b", "REPLACEMENT", input, perl=T) ## To replace 1 ASCII letter words

请注意，(?i)是一个不区分大小写的修饰符（a与a和A匹配。

现在，您需要匹配2个字母的单词：

gsub("(?i)\\b[a-z]{2}\\b", "REPLACEMENT", input, perl=T) ## To replace 2 ASCII letter words

在这里，我们使用limiting quantifier {min, max} / {max}来指定可以重复使用此构造量化的模式的次数。

请参阅IDEONE demo：

> input = "I am a football fan"
> gsub("(?i)\\b[a-z]\\b", "REPLACEMENT", input, perl=T) ## To replace 1 ASCII letter words
[1] "REPLACEMENT am REPLACEMENT football fan"
gsub("(?i)\\b[a-z]{2}\\b", "REPLACEMENT", input, perl=T) ## To replace 2 ASCII letter words
[1] "I REPLACEMENT a football fan"

Answer 2

您需要使用量词正则表达式属性，例如[a-z]{2}将字母a与z两次匹配。你想要的正则表达式是这样的：

\\s[a-z]{2}\\s

您可以使用输入的字符数在R中动态构建此正则表达式。这是一个代码片段，用于演示：

str <- "I have a cat of white color"
nchars <- 2
exp <- paste0("\\s[a-z]{", nchars, "}\\s")

> gsub(exp, "", str)
[1] "I have a catwhite color"

如何替换字符串中的单个/双字符

2 个答案: