R正则表达式：在＆gt;之后仅删除紧随其后的字符。

Question

我在R中有以下字符串：

string1 = "A((..A>B)A"

我想删除所有标点符号，以及>之后的字母，即>B

这是我想要的输出：

output = "AAA"

我尝试使用gsub()，如下所示：

output = gsub("[[:punct:]]","", string1)

但这会产生AABA，它会保留紧随其后的字符。

Answer 1

这将首先使用您的工作加上一个领先的lookbehind来查找>字符后面的内容。

gsub('(?<=>).|[[:punct:]]', '', "A((..A>B)A", perl=TRUE)
## [1] "AAA"

Answer 2

不使用perl的一个稍微复杂的正则表达式似乎也适用于这个例子：

gsub("[[:punct:]]|>(.)", "", "A((..A>B)A")
[1] "AAA"

Answer 3

你说

  

在>

之后立即删除所有 标点符号 和 字母

标点符号与[[:punct:]]匹配，并且字母可以与[[:alpha:]]匹配，因此，您可以使用带有gsub的TRE正则表达式：

string1 = "A((..A>B)A"
gsub(">[[:alpha:]]|[[:punct:]]", "", string1)
# => [1] "AAA"

请参阅online R demo

请注意>也是与[[:punct:]]匹配的字符，因此，您不需要在此处查看任何内容，只需将其删除即可。

模式详情：

• >[[:alpha:]] - >和任何字母
• | - 或
• [[:punct:]] - 标点符号。