使用gsub替换R中的多个单词

Question

我一直在试图规范化一堆地址。 使用gsub()时，是否存在与\\\\b\\\\b类似的正则表达式，但是可以替换多个单词？

address <- c("SE Kellogg", "SE Kellogg Court")
gsub("\\bSE Kellogg\\b", "SE Kellogg Court", address)

#desired output:
"SE Kellogg Court" "SE Kellogg Court"

# actual output
"SE Kellogg Court" "SE Kellogg Court Court"

Answer 1

您可以使用前瞻性为负的PCRE正则表达式：

\bSE Kellogg\b(?!\s+Court\b)

参见regex演示 。

细节

• \\\\b单词边界
• SE Kellogg文字子字符串
• \\\\b单词边界
• (?!\\\\s+Court\\\\b) -如果当前位置右侧立即有匹配项，则匹配失败的负前行
  • \\\\s+ -一个或多个空格字符
  • Court\\\\b整个单词Court 。

R演示 ：

> gsub("\\bSE Kellogg\\b(?!\\s+Court\\b)", "SE Kellogg Court", address, perl=TRUE)
[1] "SE Kellogg Court" "SE Kellogg Court"

请注意，如果在搜索短语周围使用捕获组（ (...) ），并在替换模式中使用\\1反向引用，则可以缩短替换时间：

gsub("\\b(SE Kellogg)\\b(?!\\s+Court\\b)", "\\1 Court", address, perl=TRUE)
         ^          ^                       ^^^