一對R中使用GSUB括號內刪除任何

<a>b<c>

我想刪除這兩個<a>和<c>，但我不能使用gsub("<.*>","","<a>b<c>")，因爲這將刪除b也。

我之前問過類似的問題，但第二個想法，我認爲我應該總體學習如何處理這類問題。謝謝。

2011-08-14 lokheart

更一般的解決方案是使用解析器。除非可以確定沒有轉義符號，每個符號匹配，嵌套不會發生以及許多其他警告，否則最好使用解析器。關於正則表達式和HTML，有一個非常有名的問題。儘管你沒有提到過HTML，但它看起來像你可能正朝着HTML和XML等標記語言的方向發展。 – Iterator

不要讓一個右括號>在東西方括號之間：

z <- "<a>b<c>" 
gsub("<[^>]+>","",z)

2011-08-14 14:34:58

你可以使用一個非貪婪的正則表達式，例如。 /<.*?>/。

這隻適用於簡單的HTML，可以很容易地被顛覆。考慮下面的HTML，使用正則表達式不容易刪除它。

<span title="Help > Index">

2011-08-14 14:32:11

不，不正常 > GSUB（「/ <.*> /」，「」，「 b 」） [1]「 b 」 – lokheart

您已錯過了一個 '？'在正則表達式中。 –

還有一個想法，往往是相當嘈雜設置有用的（即當談到接近做出一個標記）：

strsplit("<a>b<c>",split='<|>')[[1]][3]

2011-08-14 17:44:17 mbq

回答