R从字符串中删除非字母数字符号答案

【问题标题】：R remove non-alphanumeric symbols from a stringR从字符串中删除非字母数字符号
【发布时间】：2012-01-22 05:36:47
【问题描述】：

我有一个字符串，我想从中删除所有非字母数字符号，然后放入一个向量中。所以这个：

"This is a string.  In addition, this is a string!"

会变成：

>stringVector1

"This","is","a","string","In","addition","this","is","a","string"

我查看了grep()，但找不到匹配的示例。有什么建议吗？

【问题讨论】：

标签： r regex

【解决方案1】：

这是一个例子：

> str <- "This is a string. In addition, this is a string!"
> str
[1] "This is a string. In addition, this is a string!"
> strsplit(gsub("[^[:alnum:] ]", "", str), " +")[[1]]
 [1] "This"     "is"       "a"        "string"   "In"       "addition" "this"     "is"       "a"       
[10] "string"

【讨论】：

我注意到正则表达式的结尾方括号之间有一个空格。那是干什么用的？
@B.Mr.W.它保留字符串中的空格以进行拆分
谢谢，最后，我并不羞于在 R 中使用正则表达式 gsub("[^[:alnum:]=\\.]", "", " Oh blah blah blah. Just be quiet!= 0.42 ") 比累积多次使用 gsub() 函数以用 "" 替换每个标点符号要好得多。

【解决方案2】：

处理这个问题的另一种方法

library(stringr)
text =  c("This is a string.  In addition, this is a string!")
str_split(str_squish((str_replace_all(text, regex("\\W+"), " "))), " ")
#[1] "This"     "is"       "a"        "string"   "In"       "addition" "this"     "is"       "a"        "string"

str_replace_all(text, regex("\\W+"), " ")：查找非单词字符并替换" "
str_squish()：减少字符串中重复的空格
str_split(): 把一个字符串分成几块

【讨论】：