如何删除R中的特定特殊字符答案

【问题标题】：How to remove specific special characters in R如何删除R中的特定特殊字符
【发布时间】：2014-03-05 16:16:10
【问题描述】：

我有一些这样的句子。

c = "In Acid-base reaction (page[4]), why does it create water and not H+?"

我想删除除'?&+-/之外的所有特殊字符

我知道如果我想删除所有特殊字符，我可以简单地使用

gsub("[[:punct:]]", "", c)
"In Acidbase reaction page4 why does it create water and not H"

但是，一些特殊字符，例如 + - ?也被删除，我打算保留。

我试图创建一串特殊字符，我可以在这样的代码中使用它

gsub("[special_string]", "", c)

我能做的最好的就是想出这个

cat("!\"#$%()*,.:;<=>@[\\]^_`{|}~.")

但是，下面的代码是行不通的

gsub("[cat("!\"#$%()*,.:;<=>@[\\]^_`{|}~.")]", "", c)

我应该怎么做才能删除特殊字符，除了我想保留的几个？

谢谢

【问题讨论】：

标签： r regex character gsub

【解决方案1】：

为了让你的方法工作，你需要把文字“]”紧跟在前导“[”之后

 gsub("[][!#$%()*,.:;<=>@^_`|~.{}]", "", c)
[1] "In Acid-base reaction page4 why does it create water and not H+?"

您可以将内部的“[”放在任何地方。如果您需要排除减号，则它需要排在最后。在列出所有这些特殊的预定义字符类后，请参阅 ?regex 页面。

【讨论】：

【解决方案2】：

gsub("[^[:alnum:][:blank:]+?&/\\-]", "", c)
# [1] "In Acid-base reaction page4 why does it create water and not H+?"

【讨论】：

这确实有效。我只知道 ^ 标志着一行的开始（而 $ 标志着结束）。为什么你用它来表示“保持”？你能解释一下吗？
"^" 是字符类否定标记（当它首先出现时）。阅读?regex。
@user3193265，正如 IShouldBuyABoat 所指出的，字符范围 ([]) 内的 ^ 与外部具有不同的含义。几个其他字符也有不同的含义。例如，?+ 不是字符范围内的特殊字符，但 - 是（所以我们必须转义那个）。在里面，作为第一个字符，它意味着否定，或者除了表达式内部的东西之外的所有东西。如果这回答了您的问题，请考虑检查它是否已回答。谢谢。
似乎不适用于所有特殊字符，例如“•”。似乎还活着……

【解决方案3】：

我认为您正在使用正则表达式解决方案。我会给你一个乱七八糟的解决方案和一个附加的解决方案（无耻的自我宣传）。

可能有更好的正则表达式：

x <- "In Acid-base reaction (page[4]), why does it create water and not H+?" 
keeps <- c("+", "-", "?")

## Regex solution
gsub(paste0(".*?($|'|", paste(paste0("\\", 
    keeps), collapse = "|"), "|[^[:punct:]]).*?"), "\\1", x)

#qdap: addon package solution
library(qdap)
strip(x, keeps, lower = FALSE)

## [1] "In Acid-base reaction page why does it create water and not H+?"

【讨论】：