Regex 删除所有标点符号的等效正则表达式

在R中，要从字符串中删除标点符号，我可以执行以下操作：

x <- 'a#,g:?s!*$t/{u}\d\&y'
gsub('[[:punct:]]','',x)
[1] "agstudy"

编辑

我遇到的困难是如何编写正则表达式（我更喜欢用R）来删除x中的所有标点符号，并只保留#例如：

 "a#gstudy"

---

它在Perl中的工作原理完全相同，

[：punct://code>是一个POSIX字符类，它只映射到：

[!"#$%&'()*+,\-./:;<=>?@[\\\]^_`{|}~]

读取at表示
[[：punct:]
字符应包括：

[-!"#$%&'()*+,./:;<=>?@[\\\]^_`{|}~]

因此，您可以使用它作为创建自己的模式的基础，不包括您想要保留的字符


这真是一团糟，尤其是有两个更好的答案，但我只是想展示我心中的愚蠢：

创建一个如下所示的函数：

gsub('[#,:?!*$/{}\\&]','',x,perl=FALSE)

newPunks <- function(CHARS) {
  punks <- c("!", "\\\"", "#", "\\$", "%", "&", "'", "\\(", "\\)",
             "\\*", "\\+", ",", "-", "\\.", "/", ":", ";", "<",
             "=", ">", "\\?", "@", "\\[", "\\\\", "\\]", "\\^", "_", 
             "`", "\\{", "\\|", "\\}", "~")
  keepers <- strsplit(CHARS, "")[[1]]
  keepers <- ifelse(keepers %in% c("\"", "$", "{", "}", "(", ")",
                                   "*", "+", ".", "?", "[", "]",
                                   "^", "|", "\\"), paste0("\\", keepers), keepers)
  paste(setdiff(punks, keepers), collapse="|")
}


萧瑟。我该睡觉了……
您可以使用否定字符类，例如：

\pP
是标点符号的unicode字符类

\PP
是所有不是标点符号的字符

[^\PP]
就是标点符号

[^\PP~]
是除波浪号以外的所有标点符号

注意：您可以使用
\p{PosixPunct}
保持在ASCII范围内：


或者在ASCII范围内使用具有这种特殊性的unicode标点字符，与
\p{xposexpunct}
：

[^\p{XPosixPunct}~]
使用否定的先行断言：

x <- 'a#,g:?s!*$t/{u}\\d\\&y'

gsub('(?!#)[[:punct:]]','',x, perl=TRUE)
# [1] "a#gstudy"

x简单的方法是使用前向或后向两次匹配同一个字符，一次确保它是点状，一次确保它不是“
”
”

或

不过，Lookahead和lookbehind有点贵。当我们找到标点符号时，只使用一个标点符号比在每个位置使用环视更有效

[[:punct:]](?<!#)

我还没有用R测试过这些，但它们至少应该可以用
perl=TRUE
感谢+1的链接。这里的困难是在gsub中（手工）编写正则表达式。但是我会做的@agstudy，我要编辑的要点是，既然我们知道这个类包含哪些字符，我们可能可以创建我们自己的模式，可能使用这些字符的向量和
setdiff
或其他什么。是和否。我们应该知道符号，以及如何在gsub中编写正则表达式，
gsub（[-！“#$%&'））*+，./：；？@[/\/\]^
{124;}~]，''，x）`将失败。例如，我知道，在这里编写正则表达式并不容易。谢谢。问题不是要有等价的perl代码，而是要有等价的使用符号的正则表达式（手工）。不确定为什么要标记Perl，但字符类只是映射到上面列出的字符。标记Perl是因为，Perl正则表达式可以在R中使用。
grep（pattern，x，ignore.case=FALSE，Perl=TRUE，…）
interest+1！我如何在R/Perl中使用它？例如
gsub（“[^p#]”，x，Perl=F）
，保留#，但它会删除所有其他好字符…@agstudy:No，
\pP
和
\pP
是字符类，因为
\w
和
\w
是标点字符。对于您的示例，您必须编写
[^\pP\35;]
谢谢。我几乎接近
gsub（“[^\\pP\35;]，”，x，perl=TRUE）
，我得到了“agstudy#$”`，我不知道为什么我的末尾有美元（$）。有什么想法吗？@agstudy:原因是
$
不是unicode的标点符号。但是如果使用posix版本
\P{PosixPunct}
它是不同的，因为ASCII范围内的标点字符定义如下：所有这些都不是控件、空格或字母数字字符。谢谢。你认为我用这个解决方案会遇到一些性能问题（我有一个巨大的数据集要过滤）吗？我不知道，但是比较
（？！#）和
[：punct:]
的速度并不难，这样就可以了解负面展望会使事情变得多么慢。
gsub(newPunks("#"), "", x)
# [1] "a#gstudy"
gsub(newPunks(""), "", x)
# [1] "agstudy"
gsub(newPunks("&#{"), "", x)
# [1] "a#gst{ud&y"

x <- 'a#,g:?s!*$t/{u}\\d\\&y'

gsub('(?!#)[[:punct:]]','',x, perl=TRUE)
# [1] "a#gstudy"

(?=[^#])[[:punct:]]

(?!#)[[:punct:]]

[[:punct:]](?<!#)

[^[:^punct:]#]