在子字符串及其首次出现之前删除字符串的一部分

Question

我的文本输出如下：

str <- '=== AAAA === B§BBB === remove === remove1 === remove2 === AAAA === AAAA'

我想删除=== remove（包括）与其下一个出现的时间之间的所有子字符串：

str_2 <- '=== AAAA === B§BBB === AAAA === AAAA'

我在gsub()中尝试过：

gsub("=== B§BBB*.*=== AAAA","",str))

但是它不起作用。

感谢您的帮助。

Answer 1

回答更新的问题

str <- '=== AAAA === B§BBB === remove === remove1 === remove2 === AAAA === AAAA'
sub("(?:\\s*===\\s*remove\\S*)+","",str)

请参见R demo online和online regex demo。

模式匹配1+次连续出现的

• \\s*-0个或更多空白字符
• ===-子字符串
• \\s*-0个或更多空白字符
• remove-文字子字符串
• \\S*-除空格以外的0个或多个字符

回答原始问题

您可以使用

sub("=== remove.*?(\n\\s*?=== AAAA)","\\1",str)

详细信息

• === remove-匹配文字子串
• .*?-任意0个以上的字符，尽可能少
• (\n\\s*?=== AAAA)-第1组（后来在替换模式中用\1引用）：换行符，0 +空格（\s*?），=== AAAA子字符串。

也可以使用替代的PCRE正则表达式：

sub("(?m)(?:(?:^|\\R)\\h*===\\h*remove)+","",str, perl=TRUE)

详细信息

• (?m)-^现在与行首匹配
• (?:(?:^|\\R)\\h*===\\h*remove)+-超过1次出现
  • (?:^|\\R)-行首或换行符
  • \\h*===\\h*-一个===子字符串，其中包含0+个水平空格
  • remove-文字子字符串。

Answer 2

您可以使用stringi软件包。

library(stringi)
stri_replace_all_fixed(str, " === remove", "")

[1] "=== AAAA === B§BBB === AAAA === AAAA"