R中的字符串编辑 - 消除重复答案

【问题标题】：String Editing in R - Taking Out RepetitionR中的字符串编辑 - 消除重复
【发布时间】：2013-06-25 10:35:37
【问题描述】：

我正在处理 R 中的一些字符数据，并且我有一些部分在字符串中间有 (foo)(foo)。有没有办法自动找到这些重复，并删除它们（将它们表示为 (foo) 在同一位置）？

我想知道是否可能的解决方案是使用 strsplit by )，并检查是否有任何等效性，然后重新附加 ) 回来。这行得通吗？

例如。字符串：“abc def (foo)(foo) abc def”

【问题讨论】：

【解决方案1】：

您可以在 R 中使用 perl 正则表达式替换，如下例所示：

test <- "abc def (foo)(foo) abc def"
gsub('(\\(\\w+\\))\\1','\\1',test,perl=TRUE)

或者，您可以运行 perl one-liner 来预先清理数据：

echo "abc def (foo)(foo) abc def\n" | perl -ne 's/(\(\w+\))\1/$1/gi;print'

【讨论】：

【解决方案2】：

这里有可能只保留序列中的第一个重复元素：

gsub("(.+)\\1+","\\1", x, perl=T)

HTH

【讨论】：