用字符数替换字符串中单词的一部分

Question

我有一个很长的字符串，我想匹配并用各自的字符数替换单词的某些部分。我尝试使用分组来计算反向引用组的字符，但是当我调用nchar时，它无法识别反向引用。

    gsub("\\b([a-z])([a-z]{1,})([a-z])",paste0("\\1",nchar("\\2"),"\\3"),"this is a test string")
    [1] "t2s is a t2t s2g"

我想得到答案：

    [1] "t2s is a t2t s4g"

有没有办法计算组中的字符数并使用gsub替换？

Answer 1

您可以使用gsubfn来操作捕获组：

> library(gsubfn)
> gsubfn("\\y([a-z])([a-z]+)([a-z])", function(x,y,z) paste0(x,nchar(y),z),"this is a test string")
[1] "t2s is a t2t s4g"

请注意，\y是Tcl正则表达式模式中的单词边界（相当于\b）（gsubfn默认使用Tcl正则表达式库）。您也可以使用perl=TRUE来使用\b：

> gsubfn("\\b([a-z])([a-z]+)([a-z])", function(x,y,z) paste0(x,nchar(y),z),"this is a test string", perl=TRUE)
[1] "t2s is a t2t s4g"

请注意，捕获组值通过x（= \1），y（= \2）和z传递给非正规替换函数（= \3）。

Answer 2

在基地R中，您可以执行以下操作：

x="This is a test string"
x=y
regmatches(y,b)<-Map(attr,b<-gregexpr("\\B([a-z]+)\\B",x),"match.length")
y
[1] "t2s is a t2t s4g"

您可以决定直接替换x，但是会丢失其副本