正則表達式搜索特定模式，如果找到，請替換為其他模式

Question

我目前正在嘗試弄清如何使用正則表達式來清理R中的文本數據。我想知道在哪里可以找到簡單的教程？ 我一直在網上找東西，但是當我在regex101上嘗試一些東西時，我幾乎找不到匹配的東西。 如果我這樣做，在R內什么也不會改變。 考慮這個例子

Before <- "ACEMOGLU, D., ROBINSON, J., (2012) WHY NATIONS FAIL, (3)"
After <- "ACEMOGLU, D., ROBINSON, J., 2012, WHY NATIONS FAIL, (3)"


> Aftergsub <- gsub("\\([\\d][\\d][\\d][\\d]\\)", "new", "ACEMOGLU, D., ROBINSON, J., (2012) WHY NATIONS FAIL, (3)")
> print(Aftergsub)
[1] "ACEMOGLU, D., ROBINSON, J., (2012) WHY NATIONS FAIL, (3)"
> 

當然，“新”應該是使“之前”看起來像“之后”的表達式。 但是根據我的模式，我什至都無法將“之前”更改為其他任何內容。

換句話說，如果前面有4位數字，如何將“）”更改為“，”？ 謝謝！

Answer 1

您的模式不起作用，因為TRE regex風味不支持方括號表達式內的速記字符類。 您應該使用[[:digit:]]或[0-9] ，但不要使用[\\\\d] （實際上與\\或字母d匹配 ）。

您可以使用

Before <- "ACEMOGLU, D., ROBINSON, J., (2012) WHY NATIONS FAIL, (3)"
gsub("\\((\\d{4})\\)", "\\1,", Before)
## => [1] "ACEMOGLU, D., ROBINSON, J., 2012, WHY NATIONS FAIL, (3)"

觀看R在線演示

注意 ，我使用的\\\\d周圍沒有方括號（=括號表達式）。 TRE regex引擎將"\\\\d{4}"視為四位數的匹配模式。 它等於[0-9]{4}或[[:digit:]]{4} 。

細節

• \\\\( -文字(
• (\\\\d{4}) -組1：任意四位數字
• \\\\) -文字)
• \\\\1對組1值的反向引用