使用 R 中的 gsub 删除一对括号内的任何内容答案

【问题标题】：Remove anything within a pair of parentheses using gsub in R使用 R 中的 gsub 删除一对括号内的任何内容
【发布时间】：2011-08-14 14:27:02
【问题描述】：

假设我有如下字符串：

<a>b<c>

我想同时删除<a> 和<c>，但我不能使用gsub("<.*>","","<a>b<c>")，因为这也会删除b。

我之前问过一个类似的问题，但转念一想，我认为我应该总体上学习如何处理这类问题。谢谢。

【问题讨论】：

更通用的解决方案是使用解析器。除非您可以确定没有转义符号、每个符号都匹配、不会发生嵌套以及许多其他警告，否则最好使用解析器。关于正则表达式和 HTML 有一个非常著名的问题。虽然您没有提到 HTML，但看起来您可能正朝着 HTML 和 XML 等标记语言的方向前进。

标签： regex r

【解决方案1】：

不允许在括号之间的内容中使用右括号 >：

z <- "<a>b<c>"
gsub("<[^>]+>","",z)

【讨论】：

【解决方案2】：

您可以使用非贪婪的正则表达式，例如。 /<.*?>/.

这仅适用于简单的 HTML，并且很容易被颠覆。考虑以下 HTML，使用正则表达式无法轻松删除。

<span title="Help > Index">

【讨论】：

【解决方案3】：

还有一个想法，通常在嘈杂的环境中非常有用（即，当它更接近于制作分词器时）：

strsplit("<a>b<c>",split='<|>')[[1]][3]

【讨论】：