替换R中标记内文本中的逗号

我有一个文本文件（

my.txt

），其中包含我希望在

R

中处理的以下内容

Lorem ipsum tag:[value_0], dolor sit amet,
consectetur adipiscing elit,
sed do eiusmod tempor incididunt ut labore et dolore magna aliqua tag:[value_01, value_02, value_03].
Ut enim ad minim veniam, tag:[value_04, value_05, value_06, value_07] quis nostrud exercitation, tag:[value_08, value_09, value_10].

我希望处理标记内的字符串（

标记：[*]

）。 标记中的值是 逗号分隔的由 字母数字字符和标点符号（逗号和括号除外）。 标记中的值数是可变的（1或更多）。 我想用

]+[

更改逗号

我希望得到的结果如下：

Lorem ipsum tag:[value_0], dolor sit amet,
consectetur adipiscing elit,
sed do eiusmod tempor incididunt ut labore et dolore magna aliqua tag:[value_01]+[value_02]+[value_03].
Ut enim ad minim veniam, tag:[value_04]+[value_05]+[value_06]+[value_07] quis nostrud exercitation, tag:[value_08]+[value_09]+[value_10].

我所能做的就是捕获标签的内容

gsub(
  pattern = paste0(
    "tag:\\[([^]]*)\\]"
  ),
  replacement = "\\1",
  x = readLines("my.txt")
)

我不能简单地找到并替换逗号，因为标签外有逗号。 是否有办法进一步处理

\\1

以将逗号替换为

]+[

？ 有没有一种方法可以使用base R实现我的目标

---

非常感谢。

您可以使用嵌套替换使用

stringr

包来完成此操作。首先找到标记，然后为每个标记替换逗号。

str\u replace\u all

允许您传递转换函数，而不是字符串

input <- c(
  "orem ipsum tag:[value_0], dolor sit amet",
  "consectetur adipiscing elit",
  "sed do eiusmod tempor incididunt ut labore et dolore magna aliqua tag:[value_01, value_02, value_03].",
  "Ut enim ad minim veniam, tag:[value_04, value_05, value_06, value_07] quis nostrud exercitation, tag:[value_08, value_09, value_10]."
)

stringr::str_replace_all(input, "tag:\\[[^\\]]*\\]", function(x) {
  stringr::str_replace_all(x, ", ", "]+[")
})

---

这里有一些解决方案

在这个问题中，方括号内的逗号后面总是跟一个空格，我假设这是一般情况，但是如果方括号内的逗号后面可以跟一个非空格，那么在每个解决方案中，在模式中删除逗号后面的空格

1）gsubfn这一行程序使用

gsubfn

查找与第一个参数中给定模式的匹配项，将其传递给第二个参数中的函数（可以指定为公式），并用函数的输出替换每个匹配项

在这里，它匹配

标记：[

后接一个字符串，直到下一个最近的

]

，并使用

gsub

在其中执行所需的替换

library(gsubfn)

gsubfn("tag:\\[.*?\\]", ~ gsub(", ", "]+[", x), Lines)

2）gsub它可以在一个

gsub

中完成，但请注意下面的警告。它查找逗号，后跟空格，后跟任意数量的非方括号，后跟右方括号。如果左方括号在先，或者没有遇到右方括号，则它将不匹配。除了逗号以外的所有内容都将匹配空格在零宽度的前向范围内——前向不会被视为模式的一部分，因此只替换逗号空格，并继续处理前向部分以获得更多的逗号和空格字符序列

（不幸的是，lookbehind不支持重复字符，因此我们不能使用相同的方法来检查前面的

标记：[

。因此，这不是完全安全的，尽管检查对于问题中的示例输入和您的实际输入似乎是足够的。）

这只使用基本R

gsub(", (?=[^][]*\\])", "]+[", Lines, perl = TRUE)

2a）这个（2）的变体比（2）长，但它确实检查了

标记：[

，并且仍然只使用基数R。它假设输入中没有大括号。如果有大括号，则使用输入中没有的其他字符，例如<和>。首先，它将

标记：[……]

替换为

{…}

。然后它执行（2）中的替换，但使用大括号，最后转换回来

Lines2 <- gsub("tag:\\[(.*?)\\]", "{\\1}", Lines)
Lines3 <- gsub(", (?=[^][{}]*})", "]+[", Lines, perl = TRUE)
gsub("\\{(.*?)\\}", "tag:[\\1]", Lines2)

---

Lines2这是一个非常聪明的解决方案。谢谢。添加了变体2a。
Lines2 <- gsub("tag:\\[(.*?)\\]", "{\\1}", Lines)
Lines3 <- gsub(", (?=[^][{}]*})", "]+[", Lines, perl = TRUE)
gsub("\\{(.*?)\\}", "tag:[\\1]", Lines2)