我正在尝试使用gsub 函数在所有单词周围放置单引号，但单词“one”除外。我尝试了以下方法，但它没有像我预期的那样工作。
text <- "one two three four five one six one seven one eight nine ten one"
gsub("(?<!one)([a-zA-Z]+)", "'\\1'", text)
输出应该是：
one 'two' 'three' 'four' 'five' one 'six' one 'seven' one 'eight' 'nine' 'ten' one
感谢任何帮助。
【问题讨论】：
标签： regex r replace regex-lookarounds
对于初学者，(?<!...) 是 PCRE，其中需要启用 perl = TRUE 参数。
诀窍是在这里使用lookahead 而不是lookbehind 并添加word boundaries 以强制正则表达式引擎匹配整个单词。此外，您广泛地陈述了单词；在我的词汇表中，这可能意味着任何类型的单词，所以我将使用 Unicode 属性 \pL，它匹配来自任何语言的任何类型的字母，如果匹配超出预期，您可以简单地将其更改回 [a-zA-Z] 或请改用 POSIX 命名类 [[:alpha:]]。
gsub("(?i)\\b(?!one)(\\pL+)\\b", "'\\1'", text, perl=T)
# [1] "one 'two' 'three' 'four' 'five' one 'six' one 'seven' one 'eight' 'nine' 'ten' one"
【讨论】：
这是一种分步执行的方法。首先引用每个单词，然后从您不想引用的单词中删除引号。它可能会解决您的需要，但可能需要对标点进行一些额外的微调。
test <- paste0("'", text, "'")
test <- gsub(" ", "' '", test)
test <- gsub("'one'", "one", test)
【讨论】：
你可以试试下面的 PCRE 正则表达式
> gsub('\\bone\\b(*SKIP)(*F)|([A-Za-z]+)', "'\\1'", text, perl=TRUE)
[1] "one 'two' 'three' 'four' 'five' one 'six' one 'seven' one 'eight' 'nine' 'ten' one"
\\bone\\b 匹配文本 one 并且以下 (*SKIP)(*F) 使匹配跳过然后失败。现在它使用| 运算符右侧的模式从剩余的字符串中选择字符（即，除了跳过的部分）
【讨论】：
使用正则表达式似乎很奇怪。如果您有更复杂的表达式，也许这样的东西会起作用（并且更具可读性）。
# for piping and equals() and not()
library(magrittr)
#helper function
partialswap <- function(x, criteria, transform) {
idx<-criteria(x)
x[idx]<-transform(x[idx])
x
}
not_equals <- function(x) . %>% equals(x) %>% not
is_not_in <- function(x) . %>% is_in(x) %>% not
text <- "one two three four five one six one seven one eight nine ten one"
strsplit(text, " ")[[1]] %>%
partialswap(not_equals("one"), shQuote) %>%
paste(collapse=" ")
# [1] "one 'two' 'three' 'four' 'five' one 'six' one 'seven' one 'eight' 'nine' 'ten' one"
或者如果你想省略“一”和“三”
strsplit(text, " ")[[1]] %>%
partialswap(is_not_in(c("one","three")), shQuote) %>%
paste(collapse=" ")
# [1] "one 'two' three 'four' 'five' one 'six' one 'seven' one 'eight' 'nine' 'ten' one"
【讨论】：