r - 在所有标点符号周围放置空格，但不包括撇号

Question

我是新手，如果这是一个愚蠢的问题，我很抱歉...我需要一些 R 中的代码方面的帮助...

我有一些代码(如下)，它在文件夹中所有 txt 文件中的所有标点符号周围放置了一个空格。它很可爱，但我不希望它在撇号 (') 周围添加空格 -

谁能帮我排除 gsub("(\.+|[[:punct:]])", "\1 "--- 中的撇号？或者你会怎么做？ (带[^？)

我明白了:“我想要 : 所有这些标记周围的空格 ; : ! . . 但我不希望它在那里”

我想要这个:“我想要 : 所有这些标记周围的空格 ; : ! ? . 但我不希望它在那里没有”

for(file in filelist){
  tx=readLines(file)
  tx2=gsub("(\\.+|[[:punct:]])", " \\1 ", tx)
  writeLines(tx2, con=file)
}

Answer 1

你可以使用

tx <- "I want: spaces around all these marks;:!?.but i didn’t want it there in didn't"
gsub("\\s*(\\.+|[[:punct:]])(?<!\\b['’]\\b)\\s*", " \\1 ", tx, perl=TRUE)
## => [1] "I want : spaces around all these marks ;  :  !  ?  . but i didn’t want it there in didn't"

perl=TRUE仅表示正则表达式由 PCRE 库处理(注意 PCRE 正则表达式引擎与 Perl 正则表达式引擎不同)。参见 the R demo online和 regex demo .

详细信息:

• \s* - 零个或多个空格
• (\.+|[[:punct:]]) - 第 1 组 ( \1 ):一个或多个点，或一个标点字符
• (?<!\b['’]\b) - 在左边，不能有 '或 ’用字符括起来
• \s* - 零个或多个空格