如何替换特定的尾随字符但阻止前两个字母答案

【问题标题】：How to replace specific trailing characters but block the first two letters如何替换特定的尾随字符但阻止前两个字母
【发布时间】：2020-07-11 07:32:28
【问题描述】：

我想通过用下划线替换所有尾随的 X 和 Y 来协调字符串。由于这些字符串的长度各不相同，因此我编写了以下正常工作的正则表达式。但是，前两个字符应始终保持原样。我知道我可以使用substr() 和paste0() 作为解决方法，但是如何在正则表达式中包含这个“不替换前两个字符”？

x <- c("AXZ", "AZXYYX", "HZX_Y", "BXX", "XYX_")

# replaces all trailing X / Y
gsub("[XY](?=[XY_]*$)", "_", x, perl = TRUE)
#> [1] "AXZ"    "AZ____" "HZ___"  "B__"    "____"

# blocks first character
gsub("(?<!^)[XY](?=[XY_]*$)", "_", x, perl = TRUE)
#> [1] "AXZ"    "AZ____" "HZ___"  "B__"    "X___"

# desired output
c("AXZ", "AZ____", "HZ___", "BX_", "XY__")
#> [1] "AXZ"    "AZ____" "HZ___"  "BX_"    "XY__"

我已经设法排除了第一个字母，所以我想这应该很容易解决。

【问题讨论】：

标签： r regex regex-lookarounds gsub

【解决方案1】：

以下方法似乎有效：

gsub("(?<=.{2})[XY](?=[XY_]*$)", "_", x, perl=TRUE)

[1] "AXZ"    "AZ____" "HZ___"  "BX_"    "XY__"

下面是正则表达式模式的解释，它使用环视来强制执行正确的替换：

(?<=.{2})        lookbehind and assert there exist at least 2 preceding characters;
                 this ensures replacement will never be made on first 2 characters
[XY]             match any of X or Y
(?=[XY_]*$)      lookahead and assert that previous X/Y/_ is only followed
                 by more X/Y/_ until the end of the string

请注意，我们一次用下划线替换一个字符，但我们使用gsub，以便进行所有必要的替换。

【讨论】：

感谢您的解决方案和解释！这看起来既整洁又经济！我只是认为我们不必用下划线替换下划线，因此(?<=.{2})[XY](?=[XY_]*$) 应该没问题？
@mnist 是的，你是对的，我已经更新了我的答案。
绝妙的解决方案！

【解决方案2】：

您可以使用(*SKIP)(*FAIL) 跳过前两个字符：

x <- c("AXZ", "AZXYYX", "HZX_Y", "BXX", "XYX_")

gsub("^.{2}(*SKIP)(*FAIL)|[XY](?=[XY_]*$)", "_", x, perl = TRUE)

产量

[1] "AXZ"    "AZ____" "HZ___"  "BX_"    "XY__"

见a demo on regex101.com。

【讨论】：

感谢您的解决方案！你能解释一下正则表达式是如何工作的吗？尤其是SKIP和FAIL的组合和|达到。
好答案。您可能希望将链接更改为 this，这只是您的链接，其中包含显示的替换项（.../2 而不是 .../1）。

【解决方案3】：

一种方法是捕获前两个字符并重复它们。您可以在替换字符串中使用 '\1'、'\2' 等来分别引用第一个、第二个等捕获组。这里我们只有一个捕获组。

sub("(..)[XY]+$)", "\\1_", x, perl = TRUE)

【讨论】：

@mnist 错误是因为美元符号后面的)应该省略。
那么结果不理想