R正则表达式中的双冒号

Question

目标是删除字符串中的所有非大写字母，而我设法找到了一个不完全理解的正则表达式解决方案。

> gsub("[^::A-Z::]","", "PendingApproved")
[1] "PA"

我试图在R中阅读正则表达式的documentation，但实际上并没有真正覆盖双冒号。

[]在正则表达式中包含要匹配的字符，A-Z意味着大写，而^则不是，有人可以帮助我了解那里的双冒号吗？

Answer 1

据我所知，您不需要那些双冒号：

gsub("[^A-Z]", "", "PendingApproved")
[1] "PA"

您当前的模式说要删除任何不是A-Z 或冒号:的字符。在字符范围的每一侧重复两次冒号的事实不会增加任何额外的逻辑。

也许您正在使用的代码的作者将双冒号与R的正则表达式自身的语法混淆在一起，用于命名字符类。例如，我们可以将上面的代码写为：

gsub("[^[:upper:]]","", "PendingApproved")

其中[:upper:]表示所有大写字母。

Demo

Answer 2

要删除所有小写字母，请使用以下命令：

gsub("[a-z]","", "PendingApproved")

^仅表示起始字符，因此

gsub("^[a-z]","", "PendingApproved")

不会从测试的字符串中删除任何字母，因为您的字符串开头没有小写字母。

编辑： 根据Tim的评论，在字符类中也添加了否定的内容。因此，假设我们要删除字母和数字之间给定值中的所有数字，那么以下操作可能会有所帮助。

gsub("[^[:alpha:]]","", "PendingApproved1213133")

在告诉gsub的地方，请勿在此过程中替换字母。 ^在字符类中作为否定符。

Answer 3

我们可以使用str_remove中的stringr

library(stringr)
str_remove_all("PendingApproved", "[a-z]+")
#[1] "PA"