使用POSIX字符类删除R中字符之间的所有标点符号（下划线除外）

我想用R删除所有的下划线，除了单词之间的下划线。在末尾，代码会删除单词末尾或开头的下划线。 结果应该是 “你好世界和你好世界”。 我想使用那些预构建的类。好的，我知道我已经学会在下面的代码中使用特定字符，但我不知道如何使用单词边界序列

test<-"hello_world and _hello_world_"
gsub("[^_[:^punct:]]", "", test, perl=T)

---

test一种非正则表达式的方法是通过将
whitespace
参数设置为
\uu
来拆分和使用
trimws
，即

paste(sapply(strsplit(test, ' '), function(i)trimws(i, whitespace = '_')), collapse = ' ')
#[1] "hello_world and hello_world"

您可以使用：

test <- "hello_world and _hello_world_"
output <- gsub("(?<![^\\W])_|_(?![^\\W])", "", test, perl=TRUE)
output

[1] "hello_world and hello_world"

测试
正则表达式的解释：

(?<![^\\W])  assert that what precedes is a non word character OR the start of the input
_            match an underscore to remove
|            OR
_            match an underscore to remove, followed by
(?![^\\W])   assert that what follows is a non word character OR the end of the input

（？您可以使用

gsub("[^_[:^punct:]]|_+\\b|\\b_+", "", test, perl=TRUE)

见

详情：


[^.[：^punct:]
-除
以外的任何标点符号

|
-或
+\b
-单词末尾的一个或多个

|
-或
\b.+
-一个单词开头的一个或多个

我们可以删除任何一端都有单词边界的所有底层。我们使用正向的lookahead和lookbehind正则表达式来查找这些底层。要在开始和结束时删除底层，我们使用
trimws

test<-"hello_world and _hello_world_"
gsub("(?<=\\b)_|_(?=\\b)", "", trimws(test, whitespace = '_'), perl = TRUE)
#[1] "hello_world and hello_world"

test注意
（？注意
（？与
（？！[^\\W））相同
与
（？！\\W）
相同。使用
（？与
（？！[^\\W]）
只有在计划添加异常时才有效。此
[：punch:
非常巧妙：“否定版本，如
[：^alpha:]
使用
\P
而不是
\P
”（）