替换 R 中的文本上下文
Replacing text context in R
我有一些文本，我想在其中检测所有连续的单字字符并删除它们之间的空格。但是，应尊重标点符号。例如，如果我有：
sampleText = "Abc defg h i j k, l mn, o p qrst."
我希望我的结果是这样的：
processedText = "Abc defg hijk, l mn, op qrst."
在 R 中执行此操作的最佳方法是什么？
如果我现在一定要计划这个，我可能会：
str_extract(sampleText, pattern = \w(?: \w)+)（还要记住每次检测的字符位置）
str_replace(extractedText, " ", "")
使用步骤 1 中的索引，从末尾开始向后插入替换的文本。
但是，这对我来说听起来效率很低。我猜有一种方法可以做到这一点而不用大惊小怪，对吧？
我建议使用基于 PCRE 的正则表达式，gsub 来自 base R:
gsub("(?<!\S)(\w)\s(?=\w\b)", "\1", sampleText, perl=TRUE)
[1] "Abc defg hijk, l mn, op qrst."
详情:
(?<!\S) - 之前不应有非空白字符...(\w) - 第 1 组捕获 1 个单词字符（[a-zA-Z0-9_]，替换为 [a-zA-Z] 以仅匹配 ASCII 字母，或根据需要调整）\s - 一个空格(?=\w\b) - 必须有一个单词 char 后跟一个单词边界。
替换模式中的
我有一些文本，我想在其中检测所有连续的单字字符并删除它们之间的空格。但是，应尊重标点符号。例如，如果我有：
sampleText = "Abc defg h i j k, l mn, o p qrst."
我希望我的结果是这样的：
processedText = "Abc defg hijk, l mn, op qrst."
在 R 中执行此操作的最佳方法是什么？
如果我现在一定要计划这个，我可能会：
str_extract(sampleText, pattern = \w(?: \w)+)（还要记住每次检测的字符位置）str_replace(extractedText, " ", "")使用步骤 1 中的索引，从末尾开始向后插入替换的文本。
但是，这对我来说听起来效率很低。我猜有一种方法可以做到这一点而不用大惊小怪，对吧？
我建议使用基于 PCRE 的正则表达式，gsub 来自 base R:
gsub("(?<!\S)(\w)\s(?=\w\b)", "\1", sampleText, perl=TRUE)
[1] "Abc defg hijk, l mn, op qrst."
详情:
(?<!\S)- 之前不应有非空白字符...(\w)- 第 1 组捕获 1 个单词字符（[a-zA-Z0-9_]，替换为[a-zA-Z]以仅匹配 ASCII 字母，或根据需要调整）\s- 一个空格(?=\w\b)- 必须有一个单词 char 后跟一个单词边界。
替换模式中的 只是将捕获的值插入组 1
回到结果字符串。