gsub 特定模式和字符串中的位置

Question

这可能是一个相当容易解决的问题，但我的 RegExpr 不如理想中的那么好，因此感谢您的帮助。我在别处找过，没有什么对我有用。

我正在尝试标准化一些大学学位的名称。我需要以下格式：

学位代码 - 专业名称 EG - “BA - 计算机材料”

IE 一个单词、单个空格、破折号、单个空格、单词。

它不能识别破折号一侧或两侧的多个空格，如果它看不到空格，它将用小写 s 替换破折号两侧的字母，我认为 \s 或 \s 空白它会替代。

这一点格式修复是更大的 mutate 语句的一部分，即带括号的单行 ala 其他地方的 ve 示例对我不起作用。

我有示例数据：

data <- data.frame( var = c("BA-English" , "BA - English" , "BA -  Chemistry" , "BS  -  Rubber Chickens") )

    var %>%
      mutate(var = gsub("\\w\\S-\\S\\w", "\\w\\s-\\s\\w", var) ) -> var_fix )

非常感谢任何帮助。谢谢

Answer 1

你可以使用

gsub("\\s*-\\s*", " - ", var)
## Or, if the hyphen is in between word chars
gsub("\\b\\s*-\\s*\\b", " - ", var)

请参阅regex demo #1 和regex demo #2。

详情：

• \b - 单词边界
• \s* - 零个或多个空格
• - - 一个连字符

注意：如果你想规范连字符，你也可以考虑使用gsub("(*UCP)\\s*[\\p{Pd}\\x{00AD}\\x{2212}]\\s*", " - ", var, perl=TRUE) / gsub("(*UCP)\\b\\s*[\\p{Pd}\\x{00AD}\\x{2212}]\\s*\\b", " - ", var, perl=TRUE)，其中(*UCP) 使单词边界和空白模式可以识别Unicode，@987654330 @ 匹配任何 Unicode 破折号，\x{00AD} 匹配软连字符，\x{2212} 匹配减号。