[英]How to fill gap between two characters with regex
我有一个如下数据集。 我想用1来替换两个1之间的所有点,如期望结果所示。 我可以用基础R
regex
做到这一点吗?
我试过了:
regexpr("^1\\.1$", my.data$my.string, perl = TRUE)
这是c#中的解决方案
谢谢你的任何建议。
my.data <- read.table(text='
my.string state
................1...............1. A
......1..........................1 A
.............1.....2.............. B
......1.................1...2..... B
....1....2........................ B
1...2............................. C
..........1....................1.. C
.1............................1... C
.................1...........1.... C
........1....2.................... C
......1........................1.. C
....1....1...2.................... D
......1....................1...... D
.................1...2............ D
', header = TRUE, na.strings = 'NA', stringsAsFactors = FALSE)
desired.result <- read.table(text='
my.string state
................11111111111111111. A
......1111111111111111111111111111 A
.............1.....2.............. B
......1111111111111111111...2..... B
....1....2........................ B
1...2............................. C
..........1111111111111111111111.. C
.111111111111111111111111111111... C
.................1111111111111.... C
........1....2.................... C
......11111111111111111111111111.. C
....111111...2.................... D
......1111111111111111111111...... D
.................1...2............ D
', header = TRUE, na.strings = 'NA', stringsAsFactors = FALSE)
下面是使用带有\\G
功能和外观断言的gsub
的选项。
> gsub('(?:1|\\G(?<!^))\\K\\.(?=\\.*1)', '1', my.data$my.string, perl = TRUE)
# [1] "................11111111111111111." "......1111111111111111111111111111"
# [3] ".............1.....2.............." "......1111111111111111111...2....."
# [5] "....1....2........................" "1...2............................."
# [7] "..........1111111111111111111111.." ".111111111111111111111111111111..."
# [9] ".................1111111111111...." "........1....2...................."
# [11] "......11111111111111111111111111.." "....111111...2...................."
# [13] "......1111111111111111111111......" ".................1...2............"
\\G
功能是一个可以在两个位置之一匹配的锚点; 字符串位置的开头或最后一个匹配结束时的位置。 因为看起来你想避免字符串位置开头的点,我们使用一个环绕断言\\G(?<!^)
来排除字符串的开头。
\\K
转义序列重置报告的匹配的起始点,不再包括任何以前消耗的字符。
您可以在此处找到解释正则表达式的整体细分。
使用gsubfn
,第一个参数是一个正则表达式,它匹配1和1之间的字符并捕获后者。 第二个参数是一个函数,用公式表示法表示,它使用gsub
将捕获的字符串中的每个字符替换为1:
library(gsubfn)
transform(my.data, my.string = gsubfn("1(.*)1", ~ gsub(".", 1, x), my.string))
如果字符串中可以有多对1,则使用"1(.*?)1"
作为正则表达式。
可视化这里的正则表达式很简单,可以直接理解,但这里是一个debuggex可视化anwyays:
1(.*)1
这是一个选项,它使用相对简单的正则表达式和gregexpr()
, regmatches()
和regmatches<-()
的标准组合来识别,提取,操作,然后替换匹配该正则表达式的子字符串。
## Copy the character vector
x <- my.data$my.string
## Find sequences of "."s bracketed on either end by a "1"
m <- gregexpr("(?<=1)\\.+(?=1)", x, perl=TRUE)
## Standard template for operating on and replacing matched substrings
regmatches(x,m) <- sapply(regmatches(x,m), function(X) gsub(".", "1", X))
## Check that it worked
head(x)
# [1] "................11111111111111111." "......1111111111111111111111111111"
# [3] ".............1.....2.............." "......1111111111111111111...2....."
# [5] "....1....2........................" "1...2............................."
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.