R - 仅用一个替换多个出现的字符。正则表达式

Question

我有以下字符串

str<-"Actividades   Financieras && Bancarias #### 23"

我想删除多个空格、多个 && 和多个 #。我想得到:

Actividades Financieras & Bancarias # 23

到目前为止我已经尝试过

gsub("[^A-z0-9]+"," ",string)

我得到了

"Actividades Financieras Bancarias 23"

它会删除所有 # 和 &。

有没有办法保留一个字符。

谢谢。

Answer 1

你可以使用

string <- "Actividades   Financieras && Bancarias #### 23"
gsub("([#&\\s])\\1+", "\\1", string, perl=TRUE)
# => [1] "Actividades Financieras & Bancarias # 23"

见 regex demo和 online R demo .

详情

• ([#&\\s]) - 捕获组 1 匹配 #、& 或空格
• \\1+ - 对第 1 组值的反向引用匹配它 1 次或多次(由于 + 量词)。

匹配被一次捕获的字符替换(\1 占位符引用替换模式中的第 1 组值)。