Xóa tất cả các dấu chấm câu ngoại trừ dấu nháy trong R

Question

Tôi muốn sử dụng gsub của R để xóa tất cả các dấu chấm câu khỏi một văn bản ngoại trừ các dấu nháy đơn. Tôi khá mới để regex nhưng đang học.

Ví dụ:

x <- "I like %$@to*&, chew;: gum, but don't like|}{[] bubble@#^)(gum!?" 
gsub("[[:punct:]]", "", as.character(x)) 

Output Current (không dấu nháy đơn trong không)

[1] "I like to chew gum but dont like bubble gum" 

Output mong muốn (Tôi mong muốn các dấu nháy đơn trong không ở lại)

[1] "I like to chew gum but don't like bubble gum" 

Answer 1

x <- "I like %$@to*&, chew;: gum, but don't like|}{[] bubble@#^)(gum!?" 
gsub("[^[:alnum:][:space:]']", "", x) 

[1] "I like to chew gum but don't like bubble gum" 

các regex trên là nhiều hơn nữa thẳng về phía trước. Nó thay thế mọi thứ không phải là ký hiệu chữ và số, dấu cách hoặc dấu nháy đơn (biểu tượng dấu mũ!) Với một chuỗi rỗng.

Answer 2

Dưới đây là một ví dụ:

> gsub("(.*?)($|'|[^[:punct:]]+?)(.*?)", "\\2", x) 
[1] "I like to chew gum but don't like bubble gum" 

Answer 3

Chủ yếu là cho đa dạng, đây là một giải pháp sử dụng gsubfn() từ gói tuyệt vời cùng tên. Trong ứng dụng này, tôi giống như cách độc đáo biểu là giải pháp cho phép là:.

library(gsubfn) 
gsubfn(pattern = "[[:punct:]]", engine = "R", 
     replacement = function(x) ifelse(x == "'", "'", ""), 
     x) 
[1] "I like to chew gum but don't like bubble gum" 

(Đối số engine = "R" là cần thiết ở đây là nếu không động cơ tcl mặc định sẽ được sử dụng quy tắc của nó cho phù hợp với biểu thức thông thường là hơi khác nhau: nếu nó được sử dụng để xử lý chuỗi trên, ví dụ, người ta sẽ cần phải thay thiết pattern = "[[:punct:]$|^]". Nhờ G. Grothendieck đã chỉ ra rằng chi tiết.)

Answer 4

Bạn có thể loại trừ dấu nháy từ lớp POSIX punct sử dụng một tiêu cực kép:

[^'[:^punct:]] 

Code:

x <- "I like %$@to*&, chew;: gum, but don't like|}{[] bubble@#^)(gum!?" 
gsub("[^'[:^punct:]]", "", x, perl=T) 

#[1] "I like to chew gum but don't like bubble gum" 

ideone demo