使用R从文本中删除标点符号

Question

我需要从文本中删除标点符号。我正在使用 tm 包，但问题是:

例如:文本是这样的:

data <- "I am a, new comer","to r,"please help","me:out","here"

现在当我运行时

library(tm)
data<-removePunctuation(data)

在我的代码中，结果是:

I am a new comerto rplease helpmeouthere 

但我期望的是:

I am a new comer to r please help me out here

Answer 1

以下是我如何回答您的问题，以及与上述评论中的@David Arenburg 非常接近的答案。

 data <- '"I am a, new comer","to r,"please help","me:out","here"'
 gsub('[[:punct:] ]+',' ',data)
 [1] " I am a new comer to r please help me out here "

[:punct:] 后面的多余空格是为字符串添加空格，+ 匹配正则表达式中的一个或多个连续项。在某些情况下，这具有将任何空格序列缩短为单个空格的副作用。