如何删除R中的特定特殊字符

Question

我有一些像这样的句子.

c = "In Acid-base reaction (page[4]), why does it create water and not H+?" 

我想删除除'？&+ - /之外的所有特殊字符

我知道如果我想删除所有特殊字符,我可以简单地使用

gsub("[[:punct:]]", "", c)
"In Acidbase reaction page4 why does it create water and not H"

但是,一些特殊字符如+ - ？也被删除,我打算保留.

我试图创建一个特殊字符串,我可以在这样的代码中使用

gsub("[special_string]", "", c)

我能做的最好的就是想出这个

cat("!\"#$%()*,.:;<=>@[\\]^_`{|}~.")

但是,以下代码不起作用

gsub("[cat("!\"#$%()*,.:;<=>@[\\]^_`{|}~.")]", "", c)

我应该怎么做才能删除特殊字符,除了一些我要保留的字符？

谢谢

Answer 1

gsub("[^[:alnum:][:blank:]+?&/\\-]", "", c)
# [1] "In Acid-base reaction page4 why does it create water and not H+?"

Answer 2

我认为你正在使用正则表达式解决方案.我会给你一个凌乱的解决方案和一个包添加解决方案(无耻的自我推销).

可能有更好的正则表达式:

x <- "In Acid-base reaction (page[4]), why does it create water and not H+?" 
keeps <- c("+", "-", "?")

## Regex solution
gsub(paste0(".*?($|'|", paste(paste0("\\", 
    keeps), collapse = "|"), "|[^[:punct:]]).*?"), "\\1", x)

#qdap: addon package solution
library(qdap)
strip(x, keeps, lower = FALSE)

## [1] "In Acid-base reaction page why does it create water and not H+?"

Answer 3

为了使您的方法起作用，您需要在前导“ [”之后立即加上文字“]”

 gsub("[][!#$%()*,.:;<=>@^_`|~.{}]", "", c)
[1] "In Acid-base reaction page4 why does it create water and not H+?"

您可以将内部“ [”放置在任何位置。如果您需要排除负号，那么它将排在最后。列出所有这些特殊的预定义字符类之后，请参见？regex页面。