使用gsub删除不总是在同一位置的特殊字符

基本的R答案很好——这是一种使用 stringr 一些简化的正则表达式将是:

stringr::str_trim(stringr::str_remove_all(xx, "\\b\\w+-\\w+\\*|\\*\\w+-\\w+\\b"))

# [1] "a-a b-b" "1-1"     ""        "aa-aa"  

做这个

myString <- c("a-a b-b cc-cc*","1-1 *bb-bb","aa-bb*","aa-aa *3b-3b")
trimws(gsub("\\s*\\w+-\\w+\\*|\\*\\w+-\\w+|\\w+\\*\\w+", "", myString))

结果

"a-a b-b" "1-1"     ""        "aa-aa"

解释 gsub

• \\w+-\\w+\\* :带有“-”后跟“*”的单词字符 或
• \\*\\w+-\\w+ :*后跟带“-”或的单词字符
• \\w+\\*\\w+ :单词字符,然后是“*”,然后是单词字符

trimws() 删除剩余的空格

另一个正则表达式是:

gsub(" ?[^ ]*[*][^ ]*", "", myString) # remove any word that contains *
[1] "a-a b-b" "1-1"     ""        "aa-aa" 

如果我们能搜索一个 * 跟在任何字符后面的

sapply(strsplit(myString, " "), \(x) 
  paste(x[!grepl("\\*.+|.+\\*", x)], collapse=" "))
[1] "a-a b-b" "1-1"     ""        "aa-aa"

这可能会降低正则表达式的复杂性。

已经有一些很好的答案了,但这里有一个更简单的答案。这个 \\s 和 \\w 模式依赖于Perl正则表达式,下面我不使用它们,但如果你正在使用 perl=TRUE 然后他们可以简化事情。

由于正则表达式在默认情况下是贪婪的,或者是最左边最长的,所以我们不需要使用“or” | ,字符类和可能的零长度匹配将起作用。

因此,一个基本模式是:

myString <- c("a-a b-b cc-cc*","1-1 *bb-bb","aa-bb*","aa-aa *3b-3b")

gsub("[-a-z0-9]*\\*[-a-z0-9]*", "", myString)

这会留下空格,要删除空格,请使用:

gsub("[[:blank:]]*[-a-z0-9]*\\*[-a-z0-9]*[[:blank:]]*", "", myString)