使用 POSIX 字符类删除 R 中字符之间的下划线以外的所有标点符号

Question

我想使用 R 删除单词之间的所有下划线。最后，代码会删除单词末尾或开头的下划线。结果应该是'hello_world 和 hello_world'。我想使用那些预先构建的类。没错，我已经学会使用以下代码来期待特定字符，但我不知道如何使用单词边界序列。

test<-"hello_world and _hello_world_"
gsub("[^_[:^punct:]]", "", test, perl=T)

Answer 1

你可以使用

gsub("[^_[:^punct:]]|_+\\b|\\b_+", "", test, perl=TRUE)

参见 regex demo

详细信息:

• [^_[:^punct:]] - 除了 _
之外的任何标点符号
• | - 或者
• _+\b - 单词末尾的一个或多个_
• | - 或者
• \b_+ - 单词开头的一个或多个_