如何删除 R 中字符串中特定长度的单词？

Question

我想删除字符串中长度小于 3 的单词。例如我的输入是

str<- c("hello RP have a nice day")

我希望我的输出是

str<- c("hello have nice day")

请帮忙

Answer 1

x <- "hello RP have a nice day"
z <- unlist(strsplit(x, split=" "))
paste(z[nchar(z)>=3], collapse=" ")
# [1] "hello have nice day"

Answer 2

试试这个：

gsub('\b\w{1,2}\b','',str)
[1] "hello  have  nice day"

编辑 \b 是单词边界。如果需要删除额外的 space，将其更改为：

gsub('\b\w{1,2}\s','',str)

或者

gsub('(?<=\s)(\w{1,2}\s)','',str,perl=T)

Answer 3

或使用str_extract_all提取所有长度>=3和paste

的单词

library(stringr)
paste(str_extract_all(str, '\w{3,}')[[1]], collapse=' ')
#[1] "hello have nice day"

Answer 4

这是一种使用 qdapRegex 包中的 rm_nchar_words 函数的方法，我与@hwnd（SO regex guru extraordinaire）合着。这里我展示删除 1-2 个字母的单词，然后删除 1-3 个字母的单词：

str<- c("hello RP have a nice day")

library(qdapTools)

rm_nchar_words(str, "1,2")
## [1] "hello have nice day"

rm_nchar_words(str, "1,3")
## [1] "hello have nice"

As qdapRegex 旨在教导这里是 S 函数将 1,2 放入量词花括号中的幕后正则表达式：

S("@rm_nchar_words", "1,2")
##  "(?<![\w'])(?:'?\w'?){1,2}(?![\w'])"

如何删除 R 中字符串中特定长度的单词？

how to remove words of specific length in a string in R?

regex

string

r

trim

gsub