如何在R中删除所有英文单词，除了特殊标点符号

【问题标题】：how to delete all English words, except special punctuation, in R如何在R中删除所有英文单词，除了特殊标点符号
【发布时间】：2016-02-15 19:43:26
【问题描述】：

我在 R 中有一个数据文件，

data <- "conflict need resolved :<  turned conversation exchange ideas richer environment one tricky concepts :D    conflict  always top business agendas :>  maybe different ideas opinions different :)"

从此我想删除所有单词，只有微笑会出现，以及我期待的输出，

":< :D :> :)"

R 中是否有任何库或方法可以轻松完成这项任务？

【问题讨论】：

看这里：finzi.psych.upenn.edu/library/qdap/html/rm_stopwords.html——另一种解决方案是只保留特殊字符。
谢谢蒂莫西·波索。

标签： regex r text-mining data-cleaning

【解决方案1】：

您可以使用[[:alnum:]] 作为字符串中所有数字和字母数字字符的正则表达式模式

s <- gsub("[[:alnum:]]*", "", "conflict need resolved :<  turned conversation exchange ideas richer environment one tricky concepts :D    conflict  always top business agendas :>  maybe different ideas opinions different :) ")
gsub(" +", " ", s)

[1] " :< : :> :) "

【讨论】：

或者只是'[a-z]'，只要没有其他大写字母，D 就会保留在:D 中。
非常感谢@HubertL，问题解决了。 stri_replace_all_regex(data,"[[:alnum:]]", "", vectorize_all = F)
[:alnum:] 更好，[a-z] 在数据中产生了一些噪音。