替换字符串中的多个空格，但保留单个空格

Question

我正在使用 R 阅读 PDF 文件。我想以这种方式转换给定的文本，每当检测到多个 spaces 时，我想用某个值替换它们（例如“_”）。我遇到过可以使用“\\s+”（Merge Multiple spaces to single space; remove trailing/leading spaces）替换 1 或更多的所有 space 的问题，但这对我不起作用。我有一个看起来像这样的字符串；

"[1]This is the first address                                          This is the second one
 [2]This is the third one                                                                     
 [3]This is the fourth one                                             This is the fifth"

当我应用找到的答案时；用单个 space 替换 1 或更多的所有 space，我将无法再识别单独的地址，因为它看起来像这样；

gsub("\s+", " ", str_trim(PDF))

"[1]This is the first address This is the second one
 [2]This is the third one                                                                     
 [3]This is the fourth one This is the fifth"

所以我要找的是这样的东西

"[1]This is the first address_This is the second one
 [2]This is the third one_                                                                     
 [3]This is the fourth one_This is the fifth"

但是，如果我重写示例中使用的代码，我会得到以下内容

gsub("\s+", "_", str_trim(PDF))

"[1]This_is_the_first_address_This_is_the_second_one
 [2]This_is_the_third_one_                                                                     
 [3]This_is_the_fourth_one_This_is_the_fifth"

有人知道解决这个问题的方法吗？任何帮助将不胜感激。

Answer 1

每当我遇到字符串和正则表达式问题时，我喜欢参考 stringr 作弊 sheet：https://raw.githubusercontent.com/rstudio/cheatsheets/master/strings.pdf

在第二页你可以看到标题为“量词”的部分，它告诉我们如何解决这个问题：

library(tidyverse)

s <- "This is the first address                                          This is the second one"

str_replace(s, "\s{2,}", "_")

（由于习惯的影响，我正在加载完整的 tidyverse 而不是 stringr）。 _.

不会替换任何 2 个或更多空白字符

替换字符串中的多个空格，但保留单个空格

Replace multiple spaces in string, but leave singles spaces be

pdf

r