regex - R正则表达式删除字母之间的撇号

Question

我能够在保留撇号的同时删除字符串中的所有标点符号，但我现在陷入了如何删除不在两个字母之间的任何撇号的问题。

str1 <- "I don't know 'how' to remove these ' things"

应该是这样的:

"I don't know how to remove these things"

Answer 1

您可以使用正则表达式方法:

str1 <- "I don't know 'how' to remove these ' things"
gsub("\\s*'\\B|\\B'\\s*", "", str1)

见 this IDEONE demo和一个 regex demo .

正则表达式匹配:

\\s*'\\B - 0+ 个空格，'和一个非单词边界

| - 或

\\B'\\s* - 非单词边界，'和 0+ 个空格

如果您不需要关心删除独立后可能留下的额外空白 ' ，您可以使用 PCRE 正则表达式，例如

\b'\b(*SKIP)(*F)|'

见 the regex demo

说明 :

\b'\b - 匹配一个 '中间单词字符

(*SKIP)(*F) - 并省略匹配

| - 或匹配...

' - 另一个上下文中的撇号。

见 IDEONE demo :

gsub("\\b'\\b(*SKIP)(*F)|'", "", str1, perl=TRUE)

考虑 Unicode 字母之间的撇号 , 添加 (*UTF)(*UCP)在模式的开头标记标志并使用 perl=TRUE争论:

gsub("(*UTF)(*UCP)\\s*'\\B|\\B'\\s*", "", str1, perl=TRUE)
      ^^^^^^^^^^^^                              ^^^^^^^^^     

或者

gsub("(*UTF)(*UCP)\\b'\\b(*SKIP)(*F)|'", "", str1, perl=TRUE) 
      ^^^^^^^^^^^^                                 

见 another IDEONE demo