如何使用 R 从字符串中间删除两位数字（01、02 等）的前导零？

Question

对于下面的字符串向量s，我希望去掉每个元素中的前导零，这与的答案相反：

s <- c('week 01st', 'weeks 02nd', 'year2022week01st', 'week 4th')

预期的结果是：

s <- c('week 1st', 'weeks 2nd', 'year2022week1st', 'week 4th')

我测试了以下代码，由于正则表达式语法不完整，所以无法运行：

s <- 'week 01st'
sub('^0+(?=[1-9])', '', s, perl=TRUE)
sub('^0+([1-9])', '\1', s)

输出：

[1] "week 01st"

我如何使用 R 来做到这一点？

更新： @dvantwisk 贡献的以下代码，适用于year2022week01st，但不适用于其他元素：

s <- c('week 01st', 'weeks 02nd', 'year2022week01st', 'week 4th')
gsub('(year[0-9]{4,})(week)(0{0,})([1-9]{1})([0-9a-zA-Z]{1,})', '\1\2\4\5', s)

输出：

[1] "week 01st"       "weeks 02nd"      "year2022week1st" "week 4th"

Answer 1

gsub('(week )(0{0,})([1-9]{1})([0-9a-zA-Z]{1,})', '\1\3\4', week_string)

gsub() 将三个参数作为输入：模式、替换和查询字符向量。我们的策略是创建一个包含四个组的正则表达式 ()s.

我们拳打脚踢'week '.

然后我们用表达式 (0{0,}) 匹配零个或多个零。第一个零表示我们试图匹配的字符，表达式 {0,} 表示我们试图匹配零次（因此是 0）或更多次（因此是逗号）。

我们的第三组匹配 1 到 9 之间的任意数字一次。

第四组是匹配 0 到 9 之间的任何数字或任何字母 1 次或更多次

我们的替补是'\1\3\4'。这表明我们只想在结果中保留第一组和第三组。因此输出是：

[1] "week 1st" "week 2nd" "week 3rd" "week 4th"

Answer 2

您可能会使用：

weeks?\h*\K0+(?=[1-9]\d*[a-zA-Z])

模式匹配：

看到一个Regex demo and a R demo。

在替换中使用空字符串。

例如

s <- c('week 01st', 'weeks 02nd', 'year2022week01st', 'week 4th')
gsub("weeks?\h*\K0+(?=[1-9]\d*[a-zA-Z])", '', s, perl=T)

输出

[1] "week 1st"        "weeks 2nd"       "year2022week1st" "week 4th"

或使用 2 个捕获组：

(weeks?\h*)0+([1-9]\d*[a-zA-Z])

示例：

s <- c('week 01st', 'weeks 02nd', 'year2022week01st', 'week 4th')
gsub("(weeks?\h*)0+([1-9]\d*[a-zA-Z])", '\1\2', s,)

输出

[1] "week 01st"       "weeks 02nd"      "year2022week1st" "week 4th"

How can I remove leading zeros for two digits number (01, 02, etc.) from the middle of character string using R?