R：正则表达式捕获给定字符后的所有实例

Question

给定字符串 ab cd ; ef gh ij，如何删除 ; 之后第一个 space 之后的所有 space，即 ab cd ; efghij？我尝试使用 \K 但无法完全正常工作。

test = 'ab cd  ; ef  gh ij'
gsub('(?<=; )[^ ]+\K +','',test,perl=T)
# "ab cd  ; efgh ij"

Answer 1

我确信有一个正则表达式解决方案（我希望有人发布），但这里有一个非正则表达式解决方案，它依赖于分号的一致性。如果有多个分隔符，您可以对其进行调整。希望它有所帮助！

> # Split the string on the semi-colon (assumes semi-colon is consistent)
> split <- strsplit(c("ab cd  ; ef  gh ij", "abcd e f ; gh ij k"), ";")
> 
> # Extract elements separately
> pre_semicolon <- sapply(split, `[`, 1)
> post_semicolon <- sapply(split, `[`, 2)
> 
> # Remove all spaces from everything after the semi-colon
> post_semicolon <- gsub("[[:space:]]", "", post_semicolon)
> 
> # Paste them back together with a semi-colon and a space
> paste(pre_semicolon, post_semicolon, sep = "; ")
[1] "ab cd  ; efghij"  "abcd e f ; ghijk"

Answer 2

1) gsubfn 在 gsubfn 包中使用 gsubfn，这是一个仅使用简单正则表达式的单行代码。它将捕获组输入指定的函数（以公式表示法表示）并用函数的输出替换匹配项。

library(gsubfn)

gsubfn("; (.*)", ~ paste(";", gsub(" ", "", x)), test)
## [1] "ab cd  ; efghij"

2) gsub 这使用由 space 组成的模式，前面没有紧跟分号，并且字符串其余部分的任何地方后面都没有分号。

gsub("(?<!;) (?!.*; )", "", test, perl = TRUE)
## [1] "ab cd  ; efghij"

3) regexpr/substring 这找到分号的位置，然后使用 substring 将其分成两部分并替换 space s 与 gsub 最终将其重新粘贴在一起。

ix <- regexpr(";", test)
paste(substring(test, 1, ix), gsub(" ", "", substring(test, ix + 2)))
## [1] "ab cd  ; efghij"

4) read.table 这与 (3) 类似，但使用 read.table 将输入分成两个字段。

with(read.table(text = test, sep = ";", as.is = TRUE), paste0(V1, "; ", gsub(" ", "", V2)))
## [1] "ab cd  ; efghij"

R：正则表达式捕获给定字符后的所有实例

R: regex to capture all instances after a given character

regex

backreference

pcre

r