使用 R 控制台从文档中删除不同的单词答案

【问题标题】：Removing different words form a document using R console使用 R 控制台从文档中删除不同的单词
【发布时间】：2016-02-17 23:43:06
【问题描述】：

我已成功检索到一个文本文件，但我想删除不同的单词。我已经去 read.table 并且不知道如何使用它来帮助我删除某些单词。我有300个字，这些是其中的一些。如何使用 R 控制台删除所有这些单词？我有两个文件，一个是 sk.text，它是一个完整的文档，另一个是 bash.txt，它只有单词，所以我想删除 sk.text 中与 bash.text 中给出的单词匹配的所有单词.

 with
 within
 without
 work
 worked
 working
 works
 would

【问题讨论】：

所以你想读入一个文件，删除某些单词，然后写出一个文件？
欢迎来到 StackOverflow！请阅读有关how to ask a good question 的信息以及如何提供reproducible example。这将使其他人更容易帮助您。
是的，我有两个文件，一个是 sk.text，它是一个完整的文档，另一个是 bash.txt，它只有单词，所以我想删除 sk 中的所有单词。与 bash.text 中给出的单词匹配的文本。
请编辑问题。不要在 cmets 中添加额外的信息。

标签： r information-retrieval

【解决方案1】：

一个简单的方法是使用

gsub(paste0('\\b',
            YOURVECTOROFWORDSTOREMOVE,
            '\\b', collapse = '|'),'',YOURSTRING)

它用一个空格替换向量中每个出现的单词，这些单词由结束/开始字符或空格包围。

但如果您有很多这样的文件，您可能想查看 tm 包并使用语料库对象。在那里你可以简单地删除你喜欢的词

tm_map(YOURCORPUS, removeWords, YOURVECTOROFWORDSTOREMOVE)

【讨论】：

试试gsub(paste0('\\b', x, '\\b', collapse="|"), '', YOURSTRING)
谁不知道\b。甜蜜-