如何在R中替换数字旁边的字符而不是字母数字旁边的字符答案

【问题标题】：How replace character next to numeric but not next to alphanumeric in R如何在R中替换数字旁边的字符而不是字母数字旁边的字符
【发布时间】：2020-10-23 00:06:21
【问题描述】：

我有这个字符串

char <- "866224; Genoma viral SARS-CoV-2: Detectable; 1096628; Genoma viral SARS-CoV-2: No detectable"

我需要更换；旁边有 | 的数字但保持;像这样的字母数字旁边：

"866224| Genoma viral SARS-CoV-2: Detectable; 1096628| Genoma viral SARS-CoV-2: No detectable"

我正在尝试使用 str_replace_all

str_replace_all(char, "[0-9];", "|")

但删除最后一个数字。

"86622| Genoma viral SARS-CoV-2: Detectable; 109662| Genoma viral SARS-CoV-2: No detectable"

提前致谢。

【问题讨论】：

也删除最后一个数字。
在基础 R 中：gsub('([0-9]);', '\\1|', char)

标签： r text-mining stringr

【解决方案1】：

在您的示例中，您将数字和替换为|。相反，您可以使用括号捕获数字并将其在表达式中替换为 \\1：

library(stringr)

char <- "866224; Genoma viral SARS-CoV-2: Detectable; 1096628; Genoma viral SARS-CoV-2: No detectable"

str_replace_all(char, "([0-9]);", "\\1|")
#> [1] "866224| Genoma viral SARS-CoV-2: Detectable; 1096628| Genoma viral SARS-CoV-2: No detectable"

【讨论】：

【解决方案2】：

{stringr} 包允许前瞻和后瞻，您可以使用它们而不是实际捕获最后一个数字然后粘贴它：

char <- "866224; Genoma viral SARS-CoV-2: Detectable; 1096628; Genoma viral SARS-CoV-2: No detectable"
str_replace_all(char, "(?<=[0-9]);", "|")
#> [1] "866224| Genoma viral SARS-CoV-2: Detectable; 1096628| Genoma viral SARS-CoV-2: No detectable"

lookbehind (?<=...) 基本上检查后面的表达式是否以... 开头。如果你想在baseR 中使用它，那么：

gsub("(?<=[0-9]);", "|", char, perl=TRUE)
#> [1] "866224| Genoma viral SARS-CoV-2: Detectable; 1096628| Genoma viral SARS-CoV-2: No detectable"

【讨论】：