正则表达式搜索特定模式，如果找到，请替换为其他模式

Question

我目前正在尝试弄清如何使用正则表达式来清理R中的文本数据。我想知道在哪里可以找到简单的教程？ 我一直在网上找东西，但是当我在regex101上尝试一些东西时，我几乎找不到匹配的东西。 如果我这样做，在R内什么也不会改变。 考虑这个例子

Before <- "ACEMOGLU, D., ROBINSON, J., (2012) WHY NATIONS FAIL, (3)"
After <- "ACEMOGLU, D., ROBINSON, J., 2012, WHY NATIONS FAIL, (3)"


> Aftergsub <- gsub("\\([\\d][\\d][\\d][\\d]\\)", "new", "ACEMOGLU, D., ROBINSON, J., (2012) WHY NATIONS FAIL, (3)")
> print(Aftergsub)
[1] "ACEMOGLU, D., ROBINSON, J., (2012) WHY NATIONS FAIL, (3)"
> 

当然，“新”应该是使“之前”看起来像“之后”的表达式。 但是根据我的模式，我什至都无法将“之前”更改为其他任何内容。

换句话说，如果前面有4位数字，如何将“）”更改为“，”？ 谢谢！

Answer 1

您的模式不起作用，因为TRE regex风味不支持方括号表达式内的速记字符类。 您应该使用[[:digit:]]或[0-9] ，但不要使用[\\\\d] （实际上与\\或字母d匹配 ）。

您可以使用

Before <- "ACEMOGLU, D., ROBINSON, J., (2012) WHY NATIONS FAIL, (3)"
gsub("\\((\\d{4})\\)", "\\1,", Before)
## => [1] "ACEMOGLU, D., ROBINSON, J., 2012, WHY NATIONS FAIL, (3)"

观看R在线演示

注意 ，我使用的\\\\d周围没有方括号（=括号表达式）。 TRE regex引擎将"\\\\d{4}"视为四位数的匹配模式。 它等于[0-9]{4}或[[:digit:]]{4} 。

细节

• \\\\( -文字(
• (\\\\d{4}) -组1：任意四位数字
• \\\\) -文字)
• \\\\1对组1值的反向引用