R中的模式替换

Question

在下面的例子中，我想用“lastName：Jordan”替换字符串“lastName：JordanlastName：Jordan”，即当模式重复时我想停止。我想为每条记录做这件事。如何在R？中做到这一点？

名字：波特诺伊

名字：JordanlastName：JordanlastName：约旦

名字：JordanlastName：JordanlastName：约旦

名字：CliffordlastName：CliffordlastName：克利福

名字：WalkerlastName：步行者

名字：波特诺伊

Answer 1

# Read in the example data:
x <- unname(unlist(c(read.table(text="lastName:Portnoy
lastName:JordanlastName:JordanlastName:Jordan
lastName:JordanlastName:JordanlastName:Jordan
lastName:CliffordlastName:CliffordlastName:Clifford
lastName:WalkerlastName:Walker
lastName:Portnoy", stringsAsFactors=FALSE))))
# Delete everything after the first occurrence of the pattern:
sub('(?<=[a-z])lastName[A-Za-z:]+', '', x, perl=TRUE)

[1] "lastName:Portnoy"  "lastName:Jordan"   "lastName:Jordan"  
[4] "lastName:Clifford" "lastName:Walker"   "lastName:Portnoy" 

这取代了＆＃34; lastName＆＃34;并且以下字符和冒号没有任何内容（＆＃39;＆＃39;）当且仅当之前有一封信。

详细

sub()有三个必填参数：pattern，replacement和x。我还使用了可选的perl=TRUE参数，因为我使用的pattern是一个Perl风格的正则表达式。我告诉sub()查看模式x的字符向量'(?<=[a-z])lastName[A-Za-z:]+'，并将其替换为''，或者没有（相当于删除这些字符）。模式的(?<=[a-z])部分称为＆＃34;后视断言。＆＃34;这意味着当且仅当它在该模式之前找到一个字母时，该模式才匹配'lastName[A-Za-z:]+'。 'lastName[A-Za-z:]+'查找确切的字符＆＃34; lastName＆＃34;紧接着是大写字母，小写字母和冒号字符集中的一个或多个字符。它匹配所有内容，直到找到不在该集合中的字符。