Question

我有一个这样的字符串：

foo > bar > foo bar > foo > test > test this

我想在大于符号的范围内取任何字符串并将它们转换为单个字，但它们之间没有空格但保留所有其他空格如下：

foo > bar > foobar > foo > test > testthis

我已尝试使用gsub删除空格gsub(" ", "", x, fixed = TRUE)，但我不确定如何仅在大于标记的情况下执行此操作，同时保留大于标记旁边的空格

Answer 1

一个选项是PCRE SKIP/FAIL，匹配零个或多个空格（\\s*），后跟>后跟零个或多个空格（\\s*）。在(*SKIP)，它不再回到比赛的右侧，也不会重试。 (*FAIL)强制模式为FAIL，直到（* SKIP）的左侧与（|\\s+）右侧的空格字符（(*FAIL)）匹配，并将其替换为空白（{{ 1}}）

""

或另一种选择是匹配两个单词字符之间的空格。这里的空格在正正则表达式后瞻性单词字符（gsub("\\s*\\>\\s*(*SKIP)(*FAIL)|\\s+", "", str1, perl = TRUE) #[1] "foo > bar > foobar > foo > test > testthis"）和正向前瞻性单词字符之间或在字符串末尾（(?<=\\w)）

之间匹配

(?=\\w|\\$)

或者，如果不使用正则表达式，我们可以捕获单词

gsub("(?<=\\w)\\s(?=\\w|\\$)", "", str1, perl = TRUE)
#[1] "foo > bar > foobar > foo > test > testthis"

数据

gsub("(\\w)\\s(\\w)", "\\1\\2", str1)
#[1] "foo > bar > foobar > foo > test > testthis"

Answer 2

您可以使用匹配的模式和捕获 >来实现您想要的内容，这些模式用空格（使用(\s*>\s*)）并匹配而不捕获所有其他1个以上的空白块（\s+） - 使模式工作所需的只是替换为第1组值的反向引用（\1）：

gsub("(\\s*>\\s*)|\\s+", "\\1", x)

或者，考虑到Unicode字符串，

gsub("(*UCP)(\\s*>\\s*)|\\s+", "\\1", x, perl=TRUE)

请参阅regex demo。

<强>详情

(\s*>\s*) - 捕获第1组：0 +空格，>，0 +空格
| - 或
\s+ - 1+空白字符。

请参阅R demo online：

x <- "foo > bar > foo bar > foo > test > test this"
gsub("(\\s*>\\s*)|\\s+", "\\1", x)
## => [1] "foo > bar > foobar > foo > test > testthis"

Answer 3

对于非正则表达专家来说，这是一个（可以说是）更易处理的解决方案：

# Split into parts
str2 <- unlist(strsplit(str1, ">"))
str2
[1] "foo "       " bar "      " foo bar "  " foo "      " test "     " test this"

# Eliminate all spaces
str3 <- gsub(" ", "", str2)
str3
[1] "foo"      "bar"      "foobar"   "foo"      "test"     "testthis"

# And now paste again together 
str_final <- paste(str3, collapse = " > ")
str_final
[1] "foo > bar > foobar > foo > test > testthis"

删除大于号

3 个答案:

数据