我是R编程的新手，我正在进行文本挖掘。如何在文档中多次出现类似类型的字符串（例如“android”，“androidaaadeshnimbolafalsefalsenana”，“androidaaamirhatruefalsenana”等），以便获得干净的文档以供进一步处理。我已经尝试过gsub，这个词的变化很大如果手动完成所有变化，将花费大量时间。 请帮忙..！
答案 0 :(得分：1)
你可以在gsub中使用正则表达式来开始以android
开头的任何工作txt <- 'I am new to R programming and I am performing Text mining. How to remove similar type of strings (eg. "android", "androidaaadeshnimbolafalsefalsenana", "androidaaamirhatruefalsenana" etc with multiple occurrence in a document so to get clean document for further processing. I have already tried gsub and the variation in the word is huge which will take a lot of time if it is done manually for all the variations. Please help.'
gsub("\\bandroid\\w*\\b", "", txt)
[1]“我是R编程新手，我正在进行文本挖掘。如何删除类似类型的字符串（例如。\”\“，\”\“，\”\“等多次出现为了获得进一步处理，请记录下来。我已经尝试了gsub，这个词的变化是巨大的，如果手动完成所有变化，将会花费很多时间。请帮忙。“
\b标记单词的开头和结尾，\w*查找零个或多个单词字符。