R - 仅用一次替换多个出现的字符。正则表达式

Question

我有以下字符串

str<-"Actividades   Financieras && Bancarias #### 23"

我想删除多个间距、多个&&和多个#。我想得到：

Actividades Financieras & Bancarias # 23

到目前为止我已经尝试过

gsub("[^A-z0-9]+"," ",string)

我明白了

"Actividades Financieras Bancarias 23"

它会删除所有 # 和 &。

有没有办法保留一个字符。

谢谢。

Answer 1

您可以使用

string <- "Actividades   Financieras && Bancarias #### 23"
gsub("([#&\\s])\\1+", "\\1", string, perl=TRUE)
# => [1] "Actividades Financieras & Bancarias # 23"

请参阅正则表达式演示和在线 R 演示。

细节

• ([#&\\s])-捕获组1匹配一个#，&或空白
• \\1+- 对第 1 组值匹配 1 次或多次的反向引用（由于+量词）。

匹配被替换为单个出现的捕获字符（\1占位符引用来自替换模式的组 1 值）。