Regex; eliminate all punctuation except
我有以下正则表达式，可以拆分任何空格或标点符号。如何从 :punct: 中排除 1 个或多个标点符号？假设我想排除撇号和逗号。我知道我可以明确地使用 [all punctuation marks in here] 而不是 [[:punct:]] 但我希望有一个排除方法。
|
1
2 3 4 5 |
X <-“I’m not that good at regex yet, but am getting better!”
strsplit(X,”[[:space:]]|(?=[[:punct:]])”, perl=TRUE) [1]”I” “‘” “m” “not” “that” “good” “at” “regex” “yet” |
我不清楚你想要的结果是什么，但你可以使用像这个答案这样的否定类。
|
1
2 3 |
R> strsplit(X,”[[:space:]]|(?=[^,'[:^punct:]])”, perl=TRUE)[[1]]
[1]”I’m” “not” “that” “good” “at” “regex” “yet,” [8]”but” “am” “getting””better” “!” |
如果右边的下一个字符是 ‘ 或 ,，您可以直接使用 (?![‘,]) 否定前瞻来对 PCRE 子模式施加限制，这会导致匹配失败：
|
1
2 |
[[:space:]]|(?=(?![‘,])[[:punct:]])
^^^^^^^^ |
查看正则表达式演示。
详情
- [[:space:]] – 任何空格
- | – 或
- (?=(?![‘,])[[:punct:]]) – 一个正向预测，要求在当前位置的右侧没有 ‘ 和 , 并且有任何 1 个不是 ‘ 或 , 的标点符号 (实际上，需要除 ‘ 和 , 之外的任何标点符号)。
查看 R 在线演示
|
1
2 3 4 5 |
X <-“I’m not that good at regex yet, but am getting better!”
strsplit(X,”[[:space:]]|(?=(?![‘,])[[:punct:]])”, perl=TRUE) [[1]] [1]”I’m” “not” “that” “good” “at” “regex” “yet,” [8]”but” “am” “getting””better” “!” |
来源：https://www.codenong.com/13372438/
