GNU R：如何在字符串的每个单词的开头和结尾删除重复的字符？

Question

在GNU R中，我需要在字符串的每个单词的开头和结尾删除重复的字符。

如果我有输入

str <- "Tthis iss a splendiddd ddayyy"

输出应为

"This is a splendid day"

有人知道怎么做吗？非常感谢你提前！

祝福， 埃里克

Answer 1

第一个gsub删除重复的前导字符，第二个删除尾随字符。第一个正则表达式匹配单词边界，后跟任何字符，后跟可能重复的相同字符。然后它将匹配替换为捕获组匹配的字符，即括号内的部分。大写或小写被忽略。第二个类似于尾随重复项。

ss <- gsub("\\b(.)\\1+", "\\1", str, ignore.case = TRUE, perl = TRUE)
gsub("(.)\\1+\\b", "\\1", ss)
## [1] "This is a splendid day"