删除R中字符串和括号之间的所有字符

Question

假设我有一个数据框df ，其中df $ string列包含类似

[cat 00.04;09]
[cat 00.04;10]

等等。 我想删除“ [cat ”和“]”之间的所有字符以产生

[cat]
[cat]

我已经尝试过使用gsub尝试此操作，但是它不起作用，而且我不确定自己在做什么错：

gsub('cat*?\\]', '', df)

Answer 1

请注意， cat*?\\\\] patten匹配ca ，然后匹配任何0+ t字符，但尽可能少，然后匹配] 。

你想匹配以外的任何字符]之间[cat和] ：

gsub('\\[cat[^]]*\\]', '[cat]', df$strings)

这里，

• \\\\[ -匹配[
• cat -匹配cat
• [^]]* - 0+比其他字符] （注意]一样，如果你逃避它，你将需要添加-当放置在开始内部支架的表达不应该被转义perl=TRUE ，因为PCRE正则表达式引擎参数可以处理括号表达式中的正则表达式转义（不是默认的TRE）
• \\\\] -a ] （您甚至不需要转义它，您可以只使用] ）。

参见R演示 ：

x <- c("[cat 00.04;09]", "[cat 00.04;10]")
gsub('\\[cat[^]]*\\]', '[cat]', x)
## => [1] "[cat]" "[cat]"

如果cat可以是任何单词，请使用

gsub('\\[(\\w+)[^]]*\\]', '[\\1]', x)

其中(\\\\w+)是ID = 1且与1个或多个单词字符匹配的捕获组，替换模式中的\\\\1是代表组值的替换后向引用。