如何使用 R 从字符串中间删除两位数字（01、02 等）的前导零？

Question

对于以下字符串向量s ，我希望删除每个元素中的前导零，这与此链接的答案相反：

s <- c('week 01st', 'weeks 02nd', 'year2022week01st', 'week 4th')

预期的结果如下：

s <- c('week 1st', 'weeks 2nd', 'year2022week1st', 'week 4th')

我测试了以下代码，由于正则表达式语法不完整，因此无法正常工作：

s <- 'week 01st'
sub('^0+(?=[1-9])', '', s, perl=TRUE)
sub('^0+([1-9])', '\\1', s)

出去：

[1] "week 01st"

我怎么能用 R 做到这一点？

更新：对于@dvantwisk 贡献的以下代码，它适用于year2022week01st ，但不适用于其他元素：

s <- c('week 01st', 'weeks 02nd', 'year2022week01st', 'week 4th')
gsub('(year[0-9]{4,})(week)(0{0,})([1-9]{1})([0-9a-zA-Z]{1,})', '\\1\\2\\4\\5', s)

出去：

[1] "week 01st"       "weeks 02nd"      "year2022week1st" "week 4th"

Answer 1

您可能会使用：

weeks?\h*\K0+(?=[1-9]\d*[a-zA-Z])

模式匹配：

• weeks? 匹配周与可选 s
• \h*\K匹配可选空格并忘记到目前为止匹配的内容
• 0+匹配 1+ 次零
• (?=[1-9]\d*[a-zA-Z])正向前瞻，断言一个字符 1-9，可选数字和一个字符 a-zA-Z 到右边

请参阅Regex 演示和R 演示。

在替换中使用空字符串。

例如

s <- c('week 01st', 'weeks 02nd', 'year2022week01st', 'week 4th')
gsub("weeks?\\h*\\K0+(?=[1-9]\\d*[a-zA-Z])", '', s, perl=T)

Output

[1] "week 1st"        "weeks 2nd"       "year2022week1st" "week 4th"     

---

或使用 2 个捕获组：

(weeks?\h*)0+([1-9]\d*[a-zA-Z])

例子：

s <- c('week 01st', 'weeks 02nd', 'year2022week01st', 'week 4th')
gsub("(weeks?\\h*)0+([1-9]\\d*[a-zA-Z])", '\\1\\2', s,)

Output

[1] "week 01st"       "weeks 02nd"      "year2022week1st" "week 4th"

Answer 2

gsub('(week )(0{0,})([1-9]{1})([0-9a-zA-Z]{1,})', '\\1\\3\\4', week_string)

gsub()将三个 arguments 作为输入：一个模式、一个替换和一个查询字符向量。 我们的策略是使用()创建一个包含四个组的正则表达式。

我们拳头比赛'周'。

然后我们将零个或多个零与表达式(0{0,})匹配。 第一个零表示我们尝试匹配的字符，表达式{0,}表示我们尝试匹配零次（因此是 0）或更多次（因此是逗号）。

我们的第三组匹配一次 1 到 9 之间的任何数字。

第四组是匹配 0 到 9 之间的任何数字或任何字母 1 次或多次

我们的替代品是'\\1\\3\\4' 。 这表明我们只想在结果中保留第一组和第三组。 因此 output 是：

[1] "week 1st" "week 2nd" "week 3rd" "week 4th"