regex - 检查当前单词之前是否有多个单词

Question

我有以下风格的字符串:

Random Inc
A Non-Random Inc

我想从所有这些字符串中删除 Inc 这个词，因为它前面有一个以上的词。上面两个例子的结果是:

Random Inc
A Non-Random

插入 gsub 的正确正则表达式是什么？特别是，如何在正则表达式中指定完整的单词？我以为它会是 \w 但这是一个看起来不正确的单词字符。

Answer 1

\w 匹配一个单词字符，但在这种情况下，您似乎需要考虑连字符并使用 quantifier .

x <- c('Random Inc', 'A Non-Random Inc', 'Another Inc', 'A Random other Inc')
sub('[\\w-]+ [\\w-]+\\K *Inc', '', x, perl=TRUE)
# [1] "Random Inc"     "A Non-Random"   "Another Inc"    "A Random other"

首先，我们匹配单词字符的任何字符，连字符“一个或多个”次，然后是空格，然后是单词字符，连字符“一个或多个”次。 \K 转义序列重置报告匹配的起点，并且不再包含任何先前使用的字符。然后我们匹配空格“零次或多次”后跟单词 Inc。由于我们使用 \K，我们使用空替换，因为 \K 充当零宽度断言。