Regex 删除单词中除单撇号和连字符以外的所有标点符号

我以前也问过类似的问题，但这个问题更具体，需要的解决方案与之前提供的不同，所以我希望可以发布它。我只需要在文本中保留撇号和单词内的破折号（删除所有其他标点符号）。例如，我想从str1获取str2：

str1<-"I'm dash before word -word, dash &%$,. in-between word, two before word --word just dashes ------, between words word - word"
str2<-"I'm dash before word word dash in-between word two before word  word just dashes  between words word  word"

str1我认为这就做到了：

gsub('( |^)-+|-+( |$)', '\\1', gsub("[^ [:alnum:]'-]", '', str1))
#[1] "I'm dash before word word dash  in-between word two before word word just dashes  between words word  word"

以下是一种方法：

gsub("([[:alnum:]][[:punct:]][[:alnum:]])|[[:punct:]]", "\\1", str1)
# [1] "I'm dash before word word dash  in-between word two before word word just dashes  between words word  word"

或者更明确地说：

gsub("([[:alnum:]]['-][[:alnum:]])|[[:punct:]]", "\\1", str1)

同样的东西，略有不同/更短：

gsub("(\\w['-]\\w)|[[:punct:]]", "\\1", str1, perl=TRUE)

我建议

x <- "I'm dash before word -word, dash &%$,. in-between word, two before word --word just dashes ------, between words word - word"
gsub("\\b([-'])\\b|[[:punct:]]+", "\\1", x, perl=TRUE)
# =>  "I'm dash before word word dash  in-between word two before word word just dashes  between words word  word"

看。详情：


\b（[-']）\b
-
-
或
'
随附字符（字母、数字或
）（注意：如果您只想保留字母之间的间隔，请使用
（？亲爱的，谢谢。我理解“-+-+”的意思是：如果破折号出现在单词之前或之后1次或多次，请将其替换为破折号，但我认为是“|”用于交替匹配（例如/（e | d）n/匹配“en”和“dn”）。我想知道在您的解决方案中是否以类似的方式使用它，以及开头和结尾的空格是否有含义…
“-++-+”
表示“一个空格后跟一个或多个破折号，或者一个或多个破折号后跟一个空格”经过一些测试，我注意到我的文本中仍然有一些不需要的破折号，我想我的问题不够精确。你能帮忙吗？建议的行不会删除单词前或单词之间的多个破折号，如以下字符串：string3@user3722736我修改了以处理开始/结束破折号。您可以添加另一个
gsub
要消除单词之间剩余的多个破折号：
gsub（“-+”，“-”，位于结果上方）
最后一个选项非常棒，应该选择它作为正确答案
\b([-'])\b|[[:punct:]]+

res <- gsub("\\b([-'])\\b|[[:punct:]]+", "\\1", x, perl=TRUE)
res <- trimws(gsub("\\s{2,}", " ", res))