使用gsub在r中进行字符串过滤

以向量为例

v<-  'I l@ove d**^%ata 33-99//""(Sci"ence==+)'

---

任何帮助都将不胜感激。

我们匹配一个或多个非字母或空格的字符，并将其替换为

'

。

[[：alpha:][]+

本身匹配一个或多个字母字符。但是，假设我们需要做与之相反的事情，即匹配一个或多个非字母的字符，使用

[^[：alpha:]+

，即在第一个

[

中使用

^

否定匹配。这里我们还需要空格。没有空格，我们得到

“IlovedataScience”

。因此，在匹配中也使用它，即

[^[：alpha:]]+

gsub("[^[:alpha:] ]+", "", v1)
#[1] "I love data Science"

或者使用

[[：punct:]

匹配任何标点符号并替换为

'

或者，我们可以将字母表指定为

[A-Za-z]

（如@alistaire评论的那样），而不是

[[：alpha:]

更新 如果OP希望每个单词的起始字母都是大写

gsub("\\b(.)", "\\U\\1", gsub('[^A-Za-z ]', '', v1), perl=TRUE)
#[1] "I Love Data Science"

数据

---

v1我们匹配一个或多个非字母表或空格的字符，并将其替换为
'
。
[[：alpha:]+
本身匹配一个或多个字母表字符。但是，假设我们需要做相反的操作，即匹配一个或多个非字母表字符，请使用
[^[：alpha:]]+
，即第一个
[
内的
^
否定匹配。这里我们还需要空格。没有空格，我们会得到
“IlovedataScience”
。因此，在匹配中也使用它，即
[^[：alpha:]+

gsub("[^[:alpha:] ]+", "", v1)
#[1] "I love data Science"

或者使用
[[：punct:]
匹配任何标点符号并替换为
'

或者，我们可以将字母表指定为
[A-Za-z]
（如@alistaire评论的那样），而不是
[[：alpha:]

更新
如果OP希望每个单词的起始字母都是大写

gsub("\\b(.)", "\\U\\1", gsub('[^A-Za-z ]', '', v1), perl=TRUE)
#[1] "I Love Data Science"

数据
v1这里有一个选项，它只显式替换出现在输入向量中的特殊字符：

chars <- c("@", "*", "^", "%", "/", "\"", "=", "+", "d", "(", ")", "-")
gsub(paste("\\", chars, sep="", collapse="|"), "", statement)
[1] "I love data Science"

chars这里有一个选项，它只显式替换出现在输入向量中的特殊字符：

chars <- c("@", "*", "^", "%", "/", "\"", "=", "+", "d", "(", ")", "-")
gsub(paste("\\", chars, sep="", collapse="|"), "", statement)
[1] "I love data Science"

chars是我要发布的一个等价物：
gsub（“[^A-Za-z]”，v1）
这是一个总括性解决方案，可能对OP有效，但如果需求发生变化，则很容易中断。@TimBiegeleisen我收回您更改解决方案时的评论。@MilanAmrutJoshi当然，我会添加更多内容description@RHertel谢谢，我没有注意到。更正了。我要发布的一个等价物：
gsub（“[^A-Za-z]”，v1）
这是一个总括性解决方案，可能对OP有效，但如果需求发生变化，则很容易中断。@TimBiegeleisen我收回您更改解决方案时的评论。@MilanAmrutJoshi当然，我会添加更多内容description@RHertel谢谢，我没注意到。更正了。
chars <- c("@", "*", "^", "%", "/", "\"", "=", "+", "d", "(", ")", "-")
gsub(paste("\\", chars, sep="", collapse="|"), "", statement)
[1] "I love data Science"