[英]R - Apply function to regex match
假设我有一个像这样的字符串:
txt <- "This is an example of a Tweet with a #HashTag."
我想通过正则表达式查找每个主题标签。 我不仅要用标记<hashtag>
替换“#”。 我还想应用一个函数来进一步预处理每个主题标签的内容(主题标签中“#”之后的所有内容),如下所示:
pp_hashtag = function(hashtag) {
ifelse(
grepl("^[[:upper:]]+$", hashtag),
paste(hashtag, "<allcaps>"),
gsub("(?<!^)(?=[A-Z])", " ", hashtag, perl = T)
)
}
如果可能的话,上面的函数将主题标签分解为组成词,或者如果不是因为包含所有大写字母,则将其标记。
我怎样才能做到这一点? 如果有更好的方法可以做到这一点,我也很乐意。
tweet_preprocessor = function(tweets_txt) {
pp_hashtag = function(hashtag) {
hashtag = substring(hashtag, 2)
paste("<hashtag>", ifelse(
grepl("^[[:upper:]]+$", hashtag),
paste(hashtag, "<allcaps>"),
gsub("(?<!^)(?=[A-Z])", " ", hashtag, perl = T)
))
}
gr = gregexpr("#\\w+", tweets_txt, perl = T)
mat = regmatches(tweets_txt, gr)
regmatches(tweets_txt, gr) = lapply(mat, pp_hashtag)
tweets_txt
}
得到它了。 只需使用gregexpr
和regmatches
。
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.