Question

我正在尝试在字符串末尾提取 ES

> data <- c("phrases", "phases", "princesses","class","pass")
> data1 <- gsub("(\\w+)(s)+?es\\b", "\\1\\2", data, perl=TRUE)
> gsub("(\\w+)s\\b", "\\1", data1, perl=TRUE)
[1] "phra"    "pha"     "princes" "clas"    "pas"

我得到了这个结果

 [1] "phra"    "pha"     "princes" "clas"    "pas"

但实际上我需要获得的是：

[1] "phras"    "phas"     "princess" "clas"    "pas"

Answer 1

如果可以保证每个单词后跟一个标点符号或位于字符串的末尾，则可以使用单词边界（\\b）：

data <- c("phrases, phases, princesses, bases")

gsub('es\\b', '', data)
# [1] "phras, phas, princess, bas"

使用您的方法，只需用一组括号将所有内容包装到第二个+：

gsub("(\\w+s+)es\\b", "\\1", data)
# [1] "phras, phas, princess, bas"

由于您尝试匹配尽可能多的连续+，因此也无需?与s一起使用。

修改

OP改变了数据和所需的输出。以下是一个简单的解决方案，可以删除每个字符串末尾的es或s：

data <- c("phrases", "phases", "princesses","class","pass") gsub('(es|s)\\b', '', data) # [1] "phras" "phas" "princess" "clas" "pas"

Answer 2

也许你正在寻找一个lookbehind断言（这是一个0长度匹配）

"(?<=s)es\\b"

或因为lookbehind不能使用可变长度的perl \K构造来保持\K

之外的匹配

"\\ws\\Kes\\b"

删除r中的部分字符串

2 个答案: