在 r 中使用 gsub 函数删除斜杠答案

【问题标题】：using gsub function in r to remove slash在 r 中使用 gsub 函数删除斜杠
【发布时间】：2017-02-15 06:51:36
【问题描述】：

假设我有一个包含以下字符的字符串

"\"------------080209060700030309080805\""

现在我想在r中使用gsub函数删除“\和\”部分，只保留以下字符：

"------------080209060700030309080805\"

谁能帮我弄清楚我应该如何正确地做到这一点？

【问题讨论】：

"------------080209060700030309080805\" 结果看起来像一个错字：您真的希望最后的反斜杠成为结果的一部分吗？请编辑您的答案...
请用纯文本向我们展示输入和输出应该是什么。不用担心在 R 中转义。
这里的输入就是这个样子："\"------------080209060700030309080805\""，这实际上是来自一个垃圾邮件/火腿数据数据科学书籍。我想使用 gsub 函数只抓取“------------080209060700030309080805”部分，这意味着我想去掉这里的斜线，但目前似乎我没有这样做的好方法。

标签： r regex gsub string-substitution

【解决方案1】：

编辑 1： 修正错误（在字符串中创建反斜杠需要两个反斜杠）：

s <- '\\"------------080209060700030309080805\\"'
s
gsub('\\"', "", s, fixed = TRUE)

结果

> s <- '\\"------------080209060700030309080805\\"'
> s
[1] "\\\"------------080209060700030309080805\\\""
> gsub('\\"', "", s, fixed = TRUE)
[1] "------------080209060700030309080805"

请注意，R 中的单个反斜杠是转义码，它不是字符串的一部分：

> charToRaw('\\"')
[1] 5c 22
> charToRaw('\"')
[1] 22

因此，您必须在引用的字符串中使用两个反斜杠来在内部创建一个反斜杠。如果你打印这个字符串，反斜杠会再次被转义，这看起来很混乱：

> print('\\"')
[1] "\\\""

如果要打印字符串的未转义内容，请使用cat 而不是print：

> cat('\\"')
\"

有关更多信息，请参阅 R 中的帮助：?"'":

字符常量

单引号和双引号分隔字符常量。他们可以使用可互换，但双引号是首选（和字符常量使用双引号打印），所以单引号是通常仅用于分隔包含 double 的字符常量引号。

反斜杠用于在字符内开始转义序列常数。转义不在下表中的字符是错误。

单引号需要用反斜杠转义字符串和双引号字符串中的双引号。

\n 换行符 \r 回车符 \t 制表符 \b 退格符 \a 警报（响铃） \f 换页符 \v 垂直制表符 \ 反斜杠 \ \' ASCII 撇号' \" ASCII 引号 " ` ASCII 重音符（反引号）` \nnn
具有给定八进制代码（1、2 或 3 位）的字符 \xnn 字符使用给定的十六进制代码（1 或 2 个十六进制数字） \unnnn Unicode 字符给定代码（1--4 十六进制数字） \Unnnnnnnn Unicode 字符与给定代码（1--8 个十六进制数字）

【讨论】：

【解决方案2】：

string <- "\\------------080209060700030309080805\\"
string <- gsub("^\\\\(.*)\\\\$", "\\1", string)

注意：我使用的模式是^\(.*)\$，它将匹配开始和结束反斜杠之间的所有内容。这只会匹配以反斜杠开头和结尾的字符串。此外，我们使用四个反斜杠 (\\\\) 来表示 gsub() 中模式的文字反斜杠。我们需要转义两次，一次用于 R，第二次用于正则表达式引擎。

【讨论】：