如何在同一个正则表达式中搜索多个单词？答案

【问题标题】：How can I search multiple words in the same regex?如何在同一个正则表达式中搜索多个单词？
【发布时间】：2018-08-04 15:33:47
【问题描述】：

我有一个特定单词列表来删除句子列表。我是否必须遍历列表并将函数应用于每个正则表达式，或者我可以以某种方式一次调用它们？我试图用 lapply 这样做，但我希望能找到更好的方法。

 string <- 'This is a sample sentence from which to gather some cool 
 knowledge'

 words <- c('a','from','some')

lapply(words,function(x){
  string <- gsub(paste0('\\b',words,'\\b'),'',string)
})

我想要的输出是： This is sample sentence which to gather cool knowledge.

【问题讨论】：

标签： r regex lapply gsub

【解决方案1】：

您可以使用正则表达式 OR 运算符 ("|") 折叠要删除的单词的字符向量，有时也称为“管道”符号。

gsub(paste0('\\b',words,'\\b', collapse="|"), '', string)
[1] "This is  sample sentence  which to gather  cool \n knowledge"

或者：

gsub(paste0('\\b',words,'\\b\\s{0,1}', collapse="|"), '', string)
[1] "This is sample sentence which to gather cool \n knowledge"

【讨论】：

+1 但我什至会使用 gsub(paste0('\\b',words,'\\b\\s*', collapse="|"),'',string) 来删除空格，这样你最终会得到 [1] "This is sample sentence which to gather cool \n knowledge"。
同意可能希望删除尾随空格，但我可能最多只删除一个带有“\\s{0,1}”的空格

【解决方案2】：

你需要使用"|"在正则表达式中使用或：

string2 <- gsub(paste(words,'|',collapse =""),'',string)

> string2
[1] "This is sample sentence which to gather cool knowledge"

【讨论】：

【解决方案3】：

string<-'This is a sample sentence from which to gather some cool knowledge'
words<-c('a', 'from', 'some')
library(tm)
string<-removeWords(string, words = words)
string
[1] "This is  sample sentence  which to gather  cool knowledge"

通过 tm 库，您可以使用 removeWords()。

或者你可以像这样使用 gsub 循环：

string<-'This is a sample sentence from which to gather some cool knowledge'
words<-c('a', 'from', 'some')
for(i in 1:length(words)) {
  string<-gsub(pattern = words[i], replacement = '', x = string)
}
string
[1] "This is  sample sentence  which to gather  cool knowledge"

希望有帮助。

【讨论】：