刪除兩個特定字符之間的幾個字符串

Question

我需要R中的正則表達式幫助。我有一堆字符串，每個字符串都具有與此類似的結構：

mytext <- "\"Dimitri. It has absolutely no meaning,\": Allow me to him|\"realize that\": Poor Alice! It |\"HIGHLIGHT A LOT OF THINGS. Our team is small and if each person highlights only 1 or 2 things, the counts of Likes\": |\"same for the Dislikes.  Thank you very much for completing this\": ME.' 'You!' sai"

請注意，此字符串包含“”內的子字符串，后跟“：”和一些不帶引號的文本-直到我們遇到“ |” -然后出現新的引號，等等。

還請注意，在結尾處，在“：”后面有文本-但在結尾處沒有“ |”

我的目標是完全消除所有以“：”（包括“：”）開頭的文本，直到下一個“ |”為止 （但必須保留“ |”）。 我還需要消除最后一個“：”之后的所有文本。

最后（更多的是額外的好處）-我想擺脫所有的“ \\”字符和所有的引號-因為在最終解決方案中，我需要使用“純文本”：一串只用“ |”分隔的字符串 字符。

可能嗎？

這是我尷尬的第一次嘗試：

gsub('\\:.*?\\|', '', mytext)

Answer 1

此方法使用g?sub 3次傳遞。

sub("\\|$", "", gsub("[\\\\\"]", "", gsub(":.*?(\\||$)", "|", mytext)))
[1] "Dimitri. It has absolutely no meaning,|realize that|HIGHLIGHT A LOT OF THINGS. Our team is small and if each person highlights only 1 or 2 things, the counts of Likes|same for the Dislikes.  Thank you very much for completing this"

第一個去除“：”和“ |”之間的文本 包含並用“ |”代替。 第二遍刪除“ \\”和“”，而第三遍刪除最后的“ |”。

Answer 2

通過單一gsub可以搭配后文本: （包括: ），只要它不包含管道： :[^|]* 。 這也匹配字符串末尾的大小寫。 您還可以通過在替換字符（ | ）之后搜索另一個模式來匹配雙引號： [\\"]

gsub(":[^|]*|[\"]", "", mytext)
#[1] "Dimitri. It has absolutely no meaning,|realize that|HIGHLIGHT A LOT OF THINGS. Our team is small and if each person highlights only 1 or 2 things, the counts of Likes|same for the Dislikes.  Thank you very much for completing this"