R - 检测除句点以外的任何标点符号[重复]答案

【问题标题】：R - Detect any punctuation in value except for period [duplicate]R - 检测除句点以外的任何标点符号[重复]
【发布时间】：2020-06-16 03:31:05
【问题描述】：

我想检查除句点. 之外的任何标点符号的列或值。我查看了一堆类似的问题，但似乎无法正确解决。

期望的输出：

"1.0" FALSE
"-1.0" TRUE
"-1" TRUE
"1+" TRUE

尝试：

> grepl("([.])[[:punct:]]", "1.0")
[1] FALSE
> grepl("([.])[[:punct:]]", "-1.0")
[1] FALSE
> grepl("(.)[[:punct:]]", "-1.0")
[1] TRUE
> grepl("(.)[[:punct:]]", "1.0")
[1] TRUE

基于 R 是首选但也是必需的。

【问题讨论】：

可能删除句点，然后将grepl 与[[:punct:]] 一起使用，例如grepl("[[:punct:]]", gsub("\\.", "", x))
@GregorThomas 很简单，它可以工作。在大型列上也应该足够快
如果你想加快速度，在gsub中使用fixed = TRUE（见答案）。使用stringi 包可以让你更快一点。

标签： r regex

【解决方案1】：

您可以使用(?![.])[[:punct:]] 或(?!\\.)[[:punct:]] 将. 从[:punct:] 中排除负前瞻，

x <- c("1.0", "-1.0", "-1", "1+")
grepl("(?![.])[[:punct:]]", x, perl=TRUE)
#[1] FALSE  TRUE  TRUE  TRUE

或使用双重否定，如@A5C1D2H2I1M1N2O1R2T1 在 cmets 中给出的那样。

grepl("[^[:^punct:].]", x, perl=TRUE)
#[1] FALSE  TRUE  TRUE  TRUE

但明确并用于您给定的示例 [-+]、[^[:digit:].] 或 [^0-9.] 可能会更好，

grepl("[-+]", x)
#[1] FALSE  TRUE  TRUE  TRUE

grepl("[^[:digit:].]", x)
#[1] FALSE  TRUE  TRUE  TRUE

grepl("[^0-9.]", x)
#[1] FALSE  TRUE  TRUE  TRUE

因为 如果一个区域设置生效，它可能会改变 [[:punct:]] 的行为，并在 perl=FALSE 和 perl=TRUE 之间进行更改。

gsub("[^[:punct:]]", "", intToUtf8(c(32:126, 160:255)), perl=FALSE)
#[1] "!\"#$%&'()*+,-./:;<=>?@[\\]^_`{|}~ ¡¢£¤¥¦§¨©«¬®¯°±²³´¶·¸¹»¼½¾¿×÷"

gsub("[^[:punct:]]", "", intToUtf8(c(32:126, 160:255)), perl=TRUE)
#[1] "!\"#$%&'()*+,-./:;<=>?@[\\]^_`{|}~"

另请参阅： in R, use gsub to remove all punctuation except period, R regex remove all punctuation except apostrophe 或 Remove all punctuation except apostrophes in R.

【讨论】：

【解决方案2】：

将其分为两步。首先删除句点，然后检测（剩余）标点符号：

grepl("[[:punct:]]", gsub("\\.", "", x))

## use fixed = TRUE for a bit more speed in the gsub
grepl("[[:punct:]]", gsub(".", "", x, fixed = TRUE))

【讨论】：