Question

我有不同的字符串，如下所示：

t <- c("probable linoleate 9S-lipoxygenase 5 [Malus domestica]", "PREDICTED:  protein STRUBBELIG-RECEPTOR FAMILY 3 [Malus domestica]")

我想删除＆＃39;预测：＆＃39;来自包含它的字符串。

我的脚本如下所示：

t <- sapply(strsplit(t, split= ": ", fixed = TRUE), function(x) (x[2]))

但是，这是结果： [1] NA＆＃34;蛋白质STRUBBELIG-RECEPTOR FAMILY 3 [Malus domestica]＆＃34;

因此，由于某种原因，它删除了t [1]，并在t [2]上正确执行了操作。我尝试将grep（）添加到我的字符串中：

t <- sapply(strsplit(t, if(grep('^*.', t), split= ": " else t, fixed = TRUE), function(x) (x[2]))).

我也试过写一个循环：

for(i in t){
  if(i == grep('PREDICTED', t[i]) split= ": " else t[i])
}

非常感谢任何帮助。谢谢！

Answer 1

要删除PREDICTED:字词，您可以使用简单的非正则表达式sub：

t <- c("probable linoleate 9S-lipoxygenase 5 [Malus domestica]", "PREDICTED:  protein STRUBBELIG-RECEPTOR FAMILY 3 [Malus domestica]")
sub("PREDICTED:  ", "", t, fixed=TRUE)

请参阅online R demo

如果第一个冒号之前的单词可以是任何单词，请使用正则表达式解决方案：

t <- c("probable linoleate 9S-lipoxygenase 5 [Malus domestica]", "PREDICTED:  protein STRUBBELIG-RECEPTOR FAMILY 3 [Malus domestica]")
sub("^[^:]*:\\s*", "", t)

见another demo。在这里，^[^:]*:\\s*匹配字符串开头以外的:以外的0 +字符，然后是:，然后匹配0+空格（自sub起使用时仅匹配一次，而不是gsub。

在这两种情况下，输出都是相同的：

[1] "probable linoleate 9S-lipoxygenase 5 [Malus domestica]"
[2] "protein STRUBBELIG-RECEPTOR FAMILY 3 [Malus domestica]"

在矢量中保留一个不符合strsplit（）标准的字符串

1 个答案: