Question

有人可以帮助您在R中使用gsub来实现以下目标吗？

input string: a=5.00,b=120,c=0.0003,d=0.02,e=5.20, f=1200.0,g=850.02
desired output: a=5,b=120,c=0.0003,d=0.02,e=5.2, f=1200, g=850.02

实际上，如果它们都只是0，则删除小数点后的冗余0，如果存在实际分数，则不删除。

Answer 1

我无法单独使用gsub来解决此问题，但我们可以尝试在逗号上拆分输入向量，然后使用带有apply的{{1}}函数：

gsub

Demo

我实际上打了x <- "a=5.00,b=120,c=0.0003,d=0.02,e=5.20, f=1200.0,g=850.02" input <- sapply(unlist(strsplit(x, ",")), function(x) gsub("(?<=\\d)\\.$", "", gsub("(\\.[1-9]*)0+$", "\\1", x), perl=TRUE)) input <- paste(input, collapse=",") input [1] "a=5,b=120,c=0.0003,d=0.02,e=5.2, f=1200,g=850.02"两次电话。如果数字为1，则第一个调用会删除小数点后出现的所有尾随零。第二个调用删除了杂散的小数点，对于像gsub这样的数字，第一个调用将保留为5.00而不是5.，后者是我们想要的。

Answer 2

要删除小数点后的尾随0，请尝试：

编辑忘记了5.00

x = c('5.00', '0.500', '120', '0.0003', '0.02', '5.20', '1200', '850.02')
gsub("\\.$" "", gsub("(\\.(|[1-9]+))0+$", "\\1", x))
# [1] "5"    "0.5"    "120"    "0.0003" "0.02"   "5.2"    "1200"   "850.02"

HT @TimBiegeleisen：我将输入误读为字符串向量。对于单字符串输入，转换为字符串向量，您可以调用gsub，然后将输出折叠回单个字符串：

paste(
    gsub("\\.$", "", gsub("(\\.(|[1-9]+))0+$", "\\1",
    unlist(strsplit(x, ", ")))), 
        collapse=", ")

[1]“a = 5，b = 0.5，c = 120，d = 0.0003，e = 0.02，f = 5.2，g = 1200，h = 850.02”

Answer 3

gsub是文字处理工具，适用于字符级。它不知道任何语义解释。

但是，您特别感兴趣的是操纵这种语义解释，即文本中编码的数字的精确度。

所以使用它：解析文本中的数字，并以所需的精度写出：

parse_key_value_pairs = function (text) {
    parse_pair = function (pair) {
        pair = strsplit(pair, "\\s*=\\s*")[[1]]
        list(key = pair[1], value = as.numeric(pair[2]))
    }
    pairs = unlist(strsplit(text, "\\s*,\\s*"))
    structure(lapply(pairs, parse_pair), class = 'kvp')
}

as.character.kvp = function (x, ...) {
    format_pair = function (pair) {
        sprintf('%s = %g', pair[1], pair[2])
    }
    pairs = vapply(x, format_pair, character(1))
    paste(pairs, collapse = ", ")
}

使用如下：

text = "a=5.00,b=120,c=0.0003,d=0.02,e=5.20, f=1200.0,g=850.02"
parsed = parse_key_value_pairs(text)
as.character(parsed)

这使用了R的几个有趣特性：

对于文本处理，它仍然使用正则表达式（在strsplit内）。
要处理多个值，请使用lapply依次将解析函数应用于字符串的某些部分
要重建键值对，请使用sprintf格式化字符串。 sprintf是一个从C改编的原始文本格式化工具。但它相当普遍，在我们的案例中它可以正常工作。
解析后的值标有S3 class name。这就是R实现面向对象的方式。
为我们的类型提供标准通用as.character的重载。这意味着任何接受对象并通过as.character显示它的现有函数都可以处理我们的解析数据类型。特别是，这适用于{glue} library：
```
> glue::glue("result: {parsed}")
result: a = 5, b = 120, c = 0.0003, d = 0.02, e = 5.2, f = 1200, g = 850.02
```

Answer 4

这可能不是最理想的解决方案，但出于教育目的，以下是一种使用条件正则表达式只调用一次的方法：

gsub

备注：

x = 'a=5.00,b=120,c=0.0003,d=0.02,e=5.20, f=1200.0,g=850.02' gsub('(?!\\d+(?:,|$))(\\.[0-9]*[1-9])?(?(1)0+\\b|\\.0+(?=(,|$)))', '\\1', x, perl = TRUE) # [1] "a=5,b=120,c=0.0003,d=0.02,e=5.2, f=1200,g=850.02"是一个负面的lookbehind，在逗号或字符串结尾后匹配数字一次或多次。这有效从整体正则表达式匹配中排除模式。

(?!\\d+(?:,|$))匹配一个文字点，一个零或更多的数字和一个数字（零除外）。 (\\.[0-9]*[1-9])?使此模式可选，并且对于条件处理后向引用的方式至关重要。

?是逻辑(?(1)0+\\b|\\.0+(?=(,|$)))
的条件

(?(IF)THEN|ELSE)是(1)部分，用于检查捕获组1是否匹配。这是指(IF)

(\\.[0-9]*[1-9])是0+\\b部分，仅当(THEN) TRUE 时才会匹配。在这种情况下，只有(IF)匹配时，正则表达式才会尝试在单词边界后一次或多次匹配

(\\.[0-9]*[1-9])是\\.0+(?=(,|$))部分，仅当(ELSE) FALSE 时才会匹配。在这种情况下，只有当(IF) 没有匹配时，正则表达式才会尝试匹配一个字面点，在逗号或字符串结尾后一次或多次匹配

如果我们将2.和3.放在一起，我们会得到(\\.[0-9]*[1-9])或(\\.[0-9]*[1-9])0+\\b

\\.0+(?=(,|$))作为替换因此将\\1转换为(\\.[0-9]*[1-9])0+\\b或(\\.[0-9]*[1-9])匹配的模式为空白。转换为：

对于前者
，

\\.0+(?=(,|$))至5.20 对于后者，

5.2至5.00和5至1200.0

gsub删除不需要的精度

4 个答案:

Demo