Question

我重新格式化了一些字符向量，但格式化中存在一些我意外需要处理的异常。这是一个将重新格式化的字符串示例：

t <- "COZ009 - 013 - 016 - 018 034>036 - 039>040 - 066>081"

问题是这里缺少连字符“... 018 034＆gt; 036 ......”。它应该是“...... 018-034> 036 ......”。

我想使用像gsub之类的简单基函数添加连字符，但是如何在不触及所有其他空格的情况下替换缺少连字符的空格？那就是如何以周围的字符为条件进行替换？

我能提出的最接近的是。

t2 <- gsub(" - ", "-", t)
gsub(" ", "-", t2)
[1] "COZ009-013-016-018-034>036-039>040-066>081"

这个解决方案可能没什么问题，但知道如何有条件地更换会很好。

Answer 1

您可以指定周围的字符是数字并使用捕获组，以便您不会删除它们。

gsub("(\\d)\\s+(\\d)", "\\1 - \\2", t)
[1] "COZ009 - 013 - 016 - 018 - 034>036 - 039>040 - 066>081"

这里围绕数字的括号将它们存储在变量\ 1＆amp; \ 2，所以你可以避免改变它们。

Answer 2

1）用空格，减号，空格替换字边界包围的任何空格：

gsub("\\b \\b", " - ", t)
## [1] "COZ009 - 013 - 016 - 018 - 034>036 - 039>040 - 066>081"

2）另一个简单的方法是用空格，减号，空格替换任何空格序列和减号：

gsub("[ -]+", " - ", t)
## [1] "COZ009 - 013 - 016 - 018 - 034>036 - 039>040 - 066>081"

2a）其中一个变体是使用strsplit

sapply(strsplit(t, "[ -]+"), paste, collapse = " - ")
## [1] "COZ009 - 013 - 016 - 018 - 034>036 - 039>040 - 066>081"

3）另一种可能性是用空格替换空格，减号，空格，然后用空格，减号，空格替换所有空格。

tmp <- gsub(" - ", " ", t)
gsub(" ", " - ", tmp)
## [1] "COZ009 - 013 - 016 - 018 034>036 - 039>040 - 066>081"

4）另一个简单的可能性是将空格，减号，空格替换为某些不会出现的字符，例如分号。然后用空格，减号，空格替换空格，然后将分号还原。在这种情况下（3）似乎相似但更简单，但如果你不得不用其他东西替换原始空间，那么这个可能比（3）更受欢迎。

tmp <- gsub(" - ", ";", t)
tmp <- gsub(" ", " - ", tmp)
gsub(";", " - ", t)
## [1] "COZ009 - 013 - 016 - 018 034>036 - 039>040 - 066>081"

更新：新增（1）并添加其他替代方案。

Answer 3

@ G5W的答案有效 - 我修改代码只包含某些字符串长度：

> gsub("([[:digit:]]{1,3})[[:space:]]{1,2}([[:digit:]]{1,3})", "\\1 - \\2", p)
[1] "COZ009 - 013 - 016 - 018 - 034>036 - 039>040 - 066>081"

上面的代码专门针对前后字符串由1-3位数组成并且间隔不超过两个空格的模式。