以下是我的数据中的一些示例：
a <-c("sp|Q9Y6W5|","sp|Q9HB90|,sp|Q9NQL2|","orf|NCBIAAYI_c_1_1023|",
"orf|NCBIACEN_c_10_906|,orf|NCBIACEO_c_5_1142|",
"orf|NCBIAAYI_c_258|,orf|aot172_c_6_302|,orf|aot180_c_2_405|")
对于a：单个字符串可以包含更多的＆＃34; sp |＆＃34;和＆＃34; orf＆＃34;
结果必须如下：
[1] "sp|Q9Y6W5" "sp|Q9HB90,sp|Q9NQL2" "orf|NCBIAAYI_c_1_1023"
"orf|NCBIACEN_c_10_906,orf|NCBIACEO_c_5_1142"
"orf|NCBIAAYI_c_258,orf|aot172_c_6_302,orf|aot180_c_2_405"
所以目的是删除最后一个＆＃34; |＆＃34;对于每个＆＃34; sp |＆＃34;和＆＃34; orf |＆＃34;条目。似乎＆＃34; |＆＃34;是一个特殊的挑战，因为它是正则表达式中的元字符。此外，＆＃34; orf |＆＃34;的长度和组成。条目变化很大。他们唯一的共同点是＆＃34; orf |＆＃34;或＆＃34; sp |＆＃34;在开头那个＆＃34; |＆＃34;是在最后一个位置。我尝试使用gsub（）以及stringr包或regexpr（）或[：punct：]尝试不同的东西，但没有真正起作用。也许这只是错误的组合。
答案 0 :(得分：1)
我们可以使用gsub来匹配后跟|的{{1}}或匹配字符串的末尾（,）并替换为空白（{1}} {1}}）
$或者我们"" gsub("[|](?=(,|$))", "", a, perl = TRUE)
#[1] "sp|Q9Y6W5"
#[2] "sp|Q9HB90,sp|Q9NQL2"
#[3] "orf|NCBIAAYI_c_1_1023"
#[4] "orf|NCBIACEN_c_10_906,orf|NCBIACEO_c_5_1142"
#[5] "orf|NCBIAAYI_c_258,orf|aot172_c_6_302,orf|aot180_c_2_405"
将split个,', remove the last character with列表'元素粘贴在一起
, and答案 1 :(得分：0)
可能有效的替代方案。你需要逃避＆＃34; |＆＃34;使用＆＃34; \\|＆＃34;。
# Input
a <-c("sp|Q9Y6W5|","sp|Q9HB90|,sp|Q9NQL2|","orf|NCBIAAYI_c_1_1023|",
"orf|NCBIACEN_c_10_906|,orf|NCBIACEO_c_5_1142|",
"orf|NCBIAAYI_c_258|,orf|aot172_c_6_302|,orf|aot180_c_2_405|")
# Expected output
b <- c("sp|Q9Y6W5", "sp|Q9HB90,sp|Q9NQL2", "orf|NCBIAAYI_c_1_1023" ,
"orf|NCBIACEN_c_10_906,orf|NCBIACEO_c_5_1142" ,
"orf|NCBIAAYI_c_258,orf|aot172_c_6_302,orf|aot180_c_2_405")
res <- gsub("\\|,", ",", gsub("\\|$", "", a))
all(res == b)
#[1] TRUE
您可以构建对gsub的单个正则表达式调用，但这很简单易懂。内部gsub查找|和字符串的结尾并将其删除。外gsub查找,|并替换为,。
答案 2 :(得分：0)
您不必在此处使用PCRE正则表达式，因为您可以使用默认的TRE正则表达式完成所有操作（如果指定perl=TRUE，则使用PCRE正则表达式引擎编译模式，有时比TRE慢默认的正则表达式引擎）。
这是一个简单的gsub调用：
gsub("\\|(,|$)", "\\1", a)
请参阅online R demo。正如你所看到的，没有任何外观是必要的。
模式详情
\\| - 文字|符号（因为如果你没有将其转义或放入括号表达式，它将表示一个交替运算符，请参阅下面的一行）(,|$) - 一个捕获组（从替换模式引用\1）匹配两个备选方案中的任何一个：
, - 逗号| - 或（交替运营商）$ - 字符串锚定结束。替换字符串中的\1告诉正则表达式引擎将存储在捕获组＃1中的内容插回到结果字符串中（因此，逗号将在必要时以这种方式恢复）。