[英]How can I remove leading zeros for two digits number (01, 02, etc.) from the middle of character string using R?
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"
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"
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"
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.