如何在带有R的字符串中的最后一个斜杠之后用“_”替换空格答案

【问题标题】：How to replace space with "_" after last slash in a string with R如何在带有R的字符串中的最后一个斜杠之后用“_”替换空格
【发布时间】：2018-11-08 19:04:24
【问题描述】：

我有一个字符串列表，对于每个字符串，我需要用“_”替换最后一个斜杠之后的所有空格。这是一个最小的可重现示例。

my_list <- list("abc/as 345/as df.pdf", "adf3344/aer4 ffsd.doc", "abc/3455/dfr.xls", "abc/3455/dfr serf_dff.xls", "abc/34 5 5/dfr 345 dsdf 334.pdf")

替换后的结果应该是：

list("abc/as 345/as_df.pdf", "adf3344/aer4_ffsd.doc", "abc/3455/dfr.xls", "abc/3455/dfr_serf_dff.xls", "abc/34 5 5/dfr_345_dsdf_334.pdf")

我想过用正则表达式匹配最后一个斜杠之后的文本，然后用“”替换“_”，但没有找到实现方法。它会是这样的： gsub(pattern, "_", my_list), 其中模式将是一个正则表达式，它会说：匹配最后一个斜杠之后的每个空格（列表的每个元素中至少有一个斜杠）。

【问题讨论】：

试试lapply(strsplit(unlist(my_list), "[/]"), function(x) paste(paste(x[-length(x)], collapse="/"), gsub(" ", "_", x[length(x)]), collapse="/"))

标签： r regex

【解决方案1】：

您可以使用负前瞻：

gsub(" (?!.*/.*)", "_", unlist(my_list), perl = TRUE)
# [1] "abc/as 345/as_df.pdf"            "adf3344/aer4_ffsd.doc"          
# [3] "abc/3455/dfr.xls"                "abc/3455/dfr_serf_dff.xls"      
# [5] "abc/34 5 5/dfr_345_dsdf_334.pdf"

在这里，我们匹配并替换所有前面没有斜杠的空格。

【讨论】：

【解决方案2】：

您可以使用dirname、basename 和file.path：

as.list(file.path(
  dirname(unlist(my_list)),
  gsub(" ", "_", basename(unlist(my_list)))
  ))
# [[1]]
# [1] "abc/as 345/as_df.pdf"
# 
# [[2]]
# [1] "adf3344/aer4_ffsd.doc"
# 
# [[3]]
# [1] "abc/3455/dfr.xls"
# 
# [[4]]
# [1] "abc/3455/dfr_serf_dff.xls"
# 
# [[5]]
# [1] "abc/34 5 5/dfr_345_dsdf_334.pdf"

或者更高效、更紧凑：

as.list(file.path(
  dirname(. <- unlist(my_list)),
  gsub(" ", "_", basename(.))
))

【讨论】：

我最终使用了@Julius Vainora 的答案，但真的很喜欢你的解决方案。我喜欢你使用 file.path 和 dirname 的方式。非常聪明。谢谢你。将来可能会在其他情况下使用它。

【解决方案3】：

这是一个想法。一、用斜线分割：

l2 <- strsplit(unlist(my_list), "/")
l2
# [[1]]
# [1] "abc"       "as 345"    "as df.pdf"
# [[2]]
# [1] "adf3344"       "aer4 ffsd.doc"
# [[3]]
# [1] "abc"     "3455"    "dfr.xls"
# [[4]]
# [1] "abc"              "3455"             "dfr serf_dff.xls"
# [[5]]
# [1] "abc"                  "34 5 5"               "dfr 345 dsdf 334.pdf"

现在我们只对每个拆分字符串的最后一个元素执行gsub，并用斜杠重新组合：

mapply(function(a,i) paste(c(a[-i], gsub(" ", "_", a[i])), collapse="/"),
       l2, lengths(l2), SIMPLIFY=FALSE)
# [[1]]
# [1] "abc/as 345/as_df.pdf"
# [[2]]
# [1] "adf3344/aer4_ffsd.doc"
# [[3]]
# [1] "abc/3455/dfr.xls"
# [[4]]
# [1] "abc/3455/dfr_serf_dff.xls"
# [[5]]
# [1] "abc/34 5 5/dfr_345_dsdf_334.pdf"

【讨论】：

【解决方案4】：

这是一个使用gsubfn 包的解决方案。您使用正则表达式 (/[^/]+)$ 查找最后一个斜杠之后的内容，然后使用将空格转换为下划线的函数编辑该内容。

library(gsubfn)

change_space_to_underscore <- function(x) gsub(x = x, pattern = "[[:space:]]+", replacement = "_")

gsubfn(x = my_list,
       pattern = "(/[^/]+)$",
       replacement = change_space_to_underscore)

【讨论】：