R str_replace_all除句點和破折號外

Question

我試圖替換除「」之外的所有標點符號和「不是單詞」。和「 - 」在一個字符串中，但我正在努力尋找正確的組合來設置正則表達式。

我一直在R中使用以下str_replace_all（）代碼，但現在我想指定忽略「。」和「 - 」。我試着設置它來包含諸如[^ .-]和（[.-]）之類的東西，但我沒有得到所需的輸出。

str_replace_all("[APPLE/O.ORANGE*PLUM-11]", regex("[\\W+,[:punct:]]", perl=T)," ") 

" APPLE O ORANGE PLUM 11 " #current output 

" APPLE O.ORANGE PLUM-11 " #desired output 

任何建議將不勝感激。謝謝！

Answer 1

使用^可能更容易，這意味着它匹配括號內未引用的所有內容。通過在文本框中包含所有字母，數字，...和 ​​- 您不會替換這些。

library(stringr) 
str_replace_all("[APPLE/O.ORANGE*PLUM-11]", "[^a-zA-Z0-9.-]"," ") 

Answer 2

注意str_replace_all不允許使用PCRE模式中，stringr library是ICU正則表達式供電。

你需要做什麼可以使用以下模式的基礎R gsub來完成：

> x<-"[APPLE/O.ORANGE*PLUM-11]" 
> gsub("[^\\w.-]", " ", x, perl=TRUE) 
[1] " APPLE O.ORANGE PLUM-11 " 

見R demo online。另請參閱regex online demo here。

的[^\\w.-]圖案以外的任何字符相匹配（因爲[^...]是一個否定的字符類）字字符（字母，數字，_），.和-。