Question

我想

排除任何包含No或no的句子，除非No后面跟冒号或问号
然后我想摆脱任何包含问号或冒号后跟N或否或否的句子。

输入文字：

N-Acetyl-cysteine used Yes or no?No.
Acetic acid used Yes or no?Y.
NBI used Yes or no? Y.
Diaphragmatic pinch:40cm
: Y -33cm.
Inlet patch - Yes or No: N.
No loss of stain.

所需的输出

Acetic acid used Yes or no?Y.
NBI used Yes or no? Y.
Diaphragmatic pinch:40cm
: Y -33cm.

目前在r中的尝试：

gsub(".*[Nn][Oo](?![:]|[?]).*?(\\.|\n|:|$)", "", x[, y], perl = T)

结果：

    N-Acetyl-cysteine used Yes or no?No.
    Acetic acid used Yes or no?Y.
    NBI used Yes or no? Y.
    Diaphragmatic pinch:40cm
    : Y -33cm.
    Inlet patch - Yes or No: N.

然后

gsub(".*[Nn][Oo](:|\\?)(\\s*).*?(\\.|\n|:|$)", "", x[, y])

结果：

Diaphragmatic pinch:40cm
: Y -33cm.

第一个gsub工作正常，但第二个没有消除太多。有更好的方法吗？

Answer 1

您的第二个要求应该包括冒号或问号与N之间的可选空格。

正则表达式必须看起来像

.*(?:no(?![?:])|[?:]\s*N).*\R*

请参阅regex demo

<强>详情

.* - 除了换行符之外的任何0 +字符
(?:no(?![?:])|[?:]\s*N) - 与两种选择中的任何一种匹配的非捕获交替组：
- no(?![?:]) - no未跟?或:
- | - 或
- [?:]\s*N - ?或:，0 +个空格，N
.* - 其余部分
\R* - 任何0 +换行符序列。

perl=TRUE参数使R使用PCRE正则表达式引擎解析模式，ignore.case=TRUE参数使模式不区分大小写。

以下是fixed R code：

x <- "N-Acetyl-cysteine used Yes or no?No.
Acetic acid used Yes or no?Y.
NBI used Yes or no? Y.
Diaphragmatic pinch:40cm
: Y -33cm.
Inlet patch - Yes or No: N.
No loss of stain."
cat(gsub(".*(?:no(?![?:])|[?:]\\s*N).*\\R*", "", x, perl=TRUE, ignore.case=TRUE), sep="\n")

输出：

Acetic acid used Yes or no?Y.
NBI used Yes or no? Y.
Diaphragmatic pinch:40cm
: Y -33cm.

如何对特殊字符进行负面观察

1 个答案: