R：删除文本中的点，但不删除那些标记小数点的点答案

【问题标题】：R: Remove dots in text but not those marking decimal pointsR：删除文本中的点，但不删除那些标记小数点的点
【发布时间】：2017-10-10 22:55:48
【问题描述】：

我是正则表达式的新手，所以请多多包涵。

我有一个这样的字符串：

txt1 <- 'a,b,a.b,a.,1,2,1.2,1.,.,11,222,11.222,11.'

假设它来自 .csv，每个单元格都用“，”分隔。现在我想删除所有的“。”除了那些标记小数点。最后，我想得到这样的结果：

txt2 <- 'a,b,ab,a,1,2,1.2,1,,11,222,11.222,11'

我尝试了以下代码：

txt2 <- gsub(pattern = '[^a-z0-9,(\\d\\.\\d)]', replacement = '', text = txt1)
txt2 <- gsub(pattern = '[^a-z0-9,|(\\d\\.\\d)]', replacement = '', text = txt1)

但两者都不起作用，都返回

> print(txt2)
[1] "a,b,a.b,a.,1,2,1.2,1.,.,11,222,11.222,11."

知道如何更正我的代码吗？谢谢！

【问题讨论】：

标签： r regex string gsub

【解决方案1】：

关键是使用负向向后看?<!和负向向前看?!

> txt1 <- 'a,b,a.b,a.,1,2,1.2,1.,.,11,222,11.222,11.'
> txt2 <- gsub(pattern='((?<![0-9])\\.)|(\\.(?![0-9]))', replacement='', x=txt1, perl=TRUE)
> txt2
[1] "a,b,ab,a,1,2,1.2,1,,11,222,11.222,11"

此模式匹配句点\\.，该句点前面有一个不是0-9 的字符，或者一个句点后面跟着一个不是0-9 的字符。您必须设置 perl=TRUE 才能让 R 识别后视和前瞻。

这将修剪前导句点字符，因此“.2”将变为“2”。如果不希望这样做，则需要向后查找(?<![0-9,])。

【讨论】：

这里将\.放入捕获组的目的是什么？
无需后顾之忧，看上面两个答案。
非常感谢您的详细解释。很有帮助！
@CAustin 我编辑了捕获组 - 结果你不需要它。 @MauritsEvers 向后看是为了排除像'A.2'和'.2'这样的值（看起来OP想要修剪句点字符）。如果 OP 想要保留前导句点字符，例如在 '.2' 中，则后视应该是 (?<![0-9,])。

【解决方案2】：

您可以使用负前瞻。匹配 \.(?!\d) 并将其替换为空。

https://regex101.com/r/LNHYOY/1

【讨论】：

非常感谢您的回答。该链接非常有用！
这是一个后续问题，希望您也能回答。由于括号() 在列表[] 中无法识别，我如何编码以识别不在组中的内容？ (?!(the group)) 是唯一的方法吗？
您是否在谈论一种否定整个字符串的方法，类似于 [^abc] 如何否定单个字符 a、b 和 c？没有办法完全重现工作方式，但是可以使用负前瞻（使用(?! ... )，如上面的答案）来实现接近的目标。
我明白了。再次感谢您的热心帮助！

【解决方案3】：

Negative lookahead（正如@CAustin 所建议的）似乎是最优雅和简洁的。

由于上述解决方案都没有为您提供实际的 R 代码，因此这里是：

txt2 <- gsub("\\.(?!\\d)", "", txt1, perl = TRUE)
[1] "a,b,ab,a,1,2,1.2,1,,11,222,11.222,11"

【讨论】：