stringr - 删除多个空格，但保留换行符 (\in, \r)答案

【问题标题】：stringr - remove multiple spaces, but keep linebreaks (\n, \r)stringr - 删除多个空格，但保留换行符 (\in, \r)
【发布时间】：2020-07-01 14:03:36
【问题描述】：

我正在处理一些原始文本，并想用一个空格替换所有多个空格。通常，会使用 stringr 的 str_squish，但不幸的是它还删除了我必须保留的换行符（\n 和 \r）。

有什么想法吗？在我的尝试之下。非常感谢！

library(tidyverse)
x <- "hello     \n\r how are you \n\r    all good?"
str_squish(x)
#> [1] "hello how are you all good?"
str_replace_all(x, "[:space:]+", " ")
#> [1] "hello how are you all good?"
str_replace_all(x, "\\s+", " ")
#> [1] "hello how are you all good?"

^{由reprex package (v0.3.0) 于 2020-07-01 创建}

【问题讨论】：

标签： r regex stringr

【解决方案1】：

使用stringr，您可以使用\h 速记字符类来匹配任何水平空格。

library(stringr)
x <- "hello     \n\r how are you \n\r    all good?"
x <- str_replace_all(x, "\\h+", " ")
## [1] "hello \n\r how are you \n\r all good?"

在基础 R 中，您也可以将它与 PCRE 模式一起使用：

gsub("\\h+", " ", x, perl=TRUE)

请参阅online R demo。

如果您打算仍然匹配除 CR 和 LF 符号之外的任何空格（包括一些 Unicode 换行符），您可以直接使用 [^\S\r\n] 模式：

str_replace_all(x, "[^\\S\r\n]+", " ")
gsub("[^\\S\r\n]+", " ", x, perl=TRUE)

【讨论】：

【解决方案2】：

您可以只在正则表达式中使用文字空间，而不是 \\s 或 [:space:]：

str_replace_all(x, " +", " ") %>%
    cat()

hello 
 how are you 
 all good?

您还可以使用[ \t]、[:blank:] 或\\h 代替来包含选项卡。在这种情况下，您可能希望使用 {2,} 选择 2 个或多个相同的选择器，这样您就不必编写两次模式（即 [:blank:][:blank:]+）：

y <- "hello     \n\r\t\thow are you \n\r    all   good?"

str_replace_all(y, "[:blank:]{2,}", " ") %>%
    cat()

hello 
 how are you 
 all good?

【讨论】：

还有[[:blank:]] 删除空格和制表符。由于 OP 只想在有两个或更多空格时替换，因此您也可以明确声明 [[:blank:]]{2,}，尽管您显然会得到相同的结果。