删除R中两种字符串模式之间的字母

Question

如何删除R中两个特定模式之间的字母？

例如

a= "a#g abcdefgtdkfef_jpg>pple"

我想删除#g和jpg>之间的所有字母jpg>

a1="apple"

我试图在stringr找到一些函数，但我找不到

Answer 1

无需为此操作加载包。 您可以使用基本 R 函数sub 。 它用于匹配正则表达式的第一次出现。

a <- "a#g abcdefgtdkfef_jpg>pple"
sub("#g.*jpg>", "", a)
# [1] "apple"

正则表达式解释：

• #g匹配"#g"
• .*匹配除\\n之外的任何字符（零次或多次）
• jpg>匹配"jpg>"

所以在这里我们将删除从#g开始到并包括jpg>

---

关于你的评论

我试图在 stringR 中找到一些函数，但我找不到

它实际上拼写为stringr （区分大小写）。 您可以使用str_replace 。

library(stringr)
str_replace(a, "#g.*jpg>", "")
# [1] "apple"

Answer 2

添加到之前的回复中，如果您使用看起来像"a#g abcdefgtdkfef_jpg>pple ; #__something_else___jpg>"的字符串，其中一些方法将使用类似"#.*jpg>"的表达式来细分整个字符串，并且结果你会得到一个空字符串。 为避免这种情况，您可以使用 R 正则表达式"#[^jpg>]+jpg>"这将允许您更有选择地匹配模式。

Answer 3

我想添加到 Rich 的答案中，因为当需要在同一文本中进行多次替换时它不起作用。

如果要在同一字符串中多次删除，则需要稍微调整代码：

a <- "a#g abcdefgtdkfef_jpg>pple
or#g abcdefgtdkfef_jpg>ange
ma#g abcdefgtdkfef_jpg>ngo"

# Code to get the individual fruits
gsub("#g.*?jpg>", "", a)

# Output
# [1] "apple orange mango"