仅替换两个单词之间的空格，而不是单词和符号或单词和数字之间的空格

Question

我正在尝试使用 R 中的 stringr 包来识别单词之间的空格，而不是单词和符号之间的空格（反之亦然）或单词和数字（反之亦然），或符号和数字。

根据我的发现，似乎 [A-Za-z][:space:][a-zA-Z] 应该可以工作。我显然错过了一些东西，但不确定是什么。

我已经尝试了使用 [A-Za-z][:space:][a-zA-Z] 的 stringr 语法，以及用于空格的 regex(?) 语法，例如 [A-Za-z ]\s+[a-zA-Z]

str_replace_all(x, [A-Za-z][:space:][a-zA-Z], "_")

有时我会得到一个错误是“rep(value, length.out = nrows) 中的错误：尝试复制 'closure' 类型的对象”

Answer 1

你可以使用

str_replace_all(x, "(?<=\\p{L})\\s(?=\\p{L})", "_")
gsub("(?<=\\p{L})\\s(?=\\p{L})", "_", x, perl=TRUE)

或者，如果有 1 个或多个空格要替换为 1 个_，

str_replace_all(x, "(?<=\\p{L})\\s+(?=\\p{L})", "_")
gsub("(?<=\\p{L})\\s+(?=\\p{L})", "_", x, perl=TRUE)

见regex demo

详情

• (?<=\p{L}) - 一个积极的后视，匹配紧接在前面的任何字母的位置
• \s - 一个空格（\s+ 匹配 1+ 个空格）
• (?=\p{L}) - 与紧随其后的任何字母的位置匹配的正向前瞻。

注意：

• 您应该将正则表达式模式用引号括起来以形成字符串文字
• 如果您只想支持 ASCII 字母，可以将 \\p{L} 替换为 [A-Za-z]。