如何在 r (str_) 中用 alnum 否定任何字母数字字符

Posted 2023-02-14

【中文标题】如何在 r (str_) 中用 alnum 否定任何字母数字字符

【英文标题】：how to negate any alphanumeric character with alnum in r (str_)

【发布时间】：2022-01-05 16:53:48

【问题描述】：

我想用[:alnum:]重写r中的以下正则表达式，在我的理解中应该做同样的事情：

starwars %>% mutate(name = str_replace_all(name, "[^a-zA-Z\\d\\s:\u00C0-\u00FF]", ""))

但我得到的行为完全不是我所期望的：

starwars %>% mutate(name = str_replace_all(name, "[^:alnum:]", ""))

顺便说一句，我需要删除下划线_ 和所有空格。

【问题讨论】：

看起来你需要的模式是[\W_]+,str_replace_all(name, "[\\W_]+", "")

感谢您的快速回答！

随时欢迎您。请注意，我更倾向于使用速记字符类，因为它们更便携。

【参考方案1】：

你可以使用

library(stringr)
str_replace_all(name, "[^[:alnum:]]+", "")
## or
str_replace_all(name, "[:^alnum:]+", "")

[^[:alnum:]] 模式是一个否定的括号表达式 ([^...])，它匹配除字母和数字以外的任何字符（[:alnum:]，一个 POSIX 字符类）。

[:^alnum:] 模式是 POSIX 字符类的扩展，具有相反的含义。

+ 是一个量词，它匹配它所量化的模式的一次或多次出现。

另外，在stringr 中，速记字符类可识别Unicode，因此您也可以使用

str_replace_all(name, "[\\W_]+", "")

\W 匹配除 Unicode 字母、数字或下划线以外的任何字符，_ 匹配下划线。

【讨论】：

这里为什么需要 +？

@DarioLacan 匹配一个或多个匹配项。