gsub 用退格替换模式答案

【问题标题】：gsub replace pattern with backspacegsub 用退格替换模式
【发布时间】：2017-11-01 21:14:06
【问题描述】：

我有一个数据集，其中有一列包含带有年份的标签 (OldLabel)，我想创建另一列只包含标签，而不是年份 (NewLabel)。我编写了以下代码，但它在新标签的末尾留下了一个空格。

data["NewLabel"] <- gsub("20..", "", data$OldLabel)
#removes any part of the OldLabel column that starts with 20 and ends with 2 digits, e.g: 2011 or 2008

有没有办法让 gsub 用退格替换序列，这样它就可以摆脱它替换的一年中的任何空格？我尝试使用"\\b" 作为我的替换文本，但这只是用b 替换它，而不是退格。

编辑：根据请求，OldLabel 的示例将是 "Valley Summer 2014"，它应该成为 "Valley Summer"，但最终使用我当前的代码成为 "Valley Summer "。但是，有些也可能是 2012 Valley Summer 的形式，所以我认为仅仅在模式中包含一个空格就足够健壮了。

【问题讨论】：

看看OldLabel 的一些例子会有所帮助。如果要替换“20”+“2 位数字”，更好的正则表达式是“20\\d{2}”。
或gsub("20\\d\\d", "", data$OldLabel) 非常清楚地显示了模式中表示的两位数字，这不如@neilfws 优雅。
我将使用@ShawnMehan 的建议来保持可读性。不过，谢谢你们，这是一个比我拥有的更强大和优雅的模式。
另见trimws，它会删除字符串开头或结尾的空格。如果需要，您可以使用此函数包装 gsub 的输出，但编写更智能的正则表达式 42- 建议可能是更好的方法。

标签： r gsub

【解决方案1】：

试试这个：

 data["NewLabel"] <- gsub("[ ]{0,1}20[[:digit:]]{2}[ ]{0,1}", "", data$OldLabel)

成对的花括号是重复量词，其范围由一个（精确）或两个（最小值和最大值）值确定。有关详细信息，请参阅?regex。（您不想用退格字符替换它们。）

test <- c("2012 Valley Summer", "Valley Summer 2014")
gsub("[ ]{0,1}20[[:digit:]]{2}[ ]{0,1}", "", test)
#[1] "Valley Summer" "Valley Summer"

【讨论】：

您对 gsub 工作方式的假设是问题所在。我再说一遍（现在用你修改的例子来证明）......你不需要退格
啊，我明白了。谢谢你的澄清。我应该更仔细地阅读你的答案。为了后代，我最终得到了以下内容，这是您的答案、Aidan Gawronski 的答案和 Shawn Mehan 的评论的结合：data["NewLabel"] <- gsub("\\s*20\\d\\d\\s*", "", data$OldLabel)

【解决方案2】：

data["NewLabel"] <- gsub("\\s*[0-9]\\s*", "", data$OldLabel)

【讨论】：

这仍然会在它删除的部分之后留下一个空格。你能解释一下你的答案吗？ "\\1" 应该做什么？
这可能是你想要的，删除任何两边带有可选空格的数字。
请尝试新选项。
谢谢！在我的模式两侧添加\\s* 正是我所需要的。
这不会将其修改限制为 4 位字符串，但会删除每个数字：单、对、三连音和年份。