正则表达式删除 gsub R 中标签之间的白色 space

Question

如何删除标签之间的白色 space 或制表，而不是从标签内部删除它，我尝试了 gsub 但没有成功

gsub("(^>)\s(^<)", "", x)

给定一个字符串：

 "<div class=\"panel\">\n   <div class=\"shortcode\">\n\t    <div class=\"article-\"> text text text text </div> \n    </div>\n    </div>"

期望的输出：

<div class=\"panel\"><div class=\"shortcode\"><div class=\"article-\"> text text text text </div></div></div>

Answer 1

我们可以利用标签之间有 \n 的事实给出特别简单的解决方案：

1) 如果 s 是输入字符串则：

gsub("\s*\n\s*", "", s)

（如果 \t 不能像问题中的情况那样出现在标签中，那么模式也可以写成 " *[\n\t] *"。）

2)另一种方式是：

paste(sapply(strsplit(s, "\n"), trimws), collapse = "")

Answer 2

您可以尝试使用 look around

gsub("(?<=\>)(\s*)(?=\<)", "", x, perl = TRUE)
## [1] "<div class=\"panel\"><div class=\"shortcode\"><div class=\"article-\"> text text text text </div></div></div>"