gsub 在 R 中的两个字符串之间查找和替换文本

Question

我必须在包含文本的列的 1000 行中使用 gsub 函数。在每一行中，我想删除出现在“说：”和“点击展开...”之间的每个单词，因为它们只是之前推文的副本。我正在尝试使用gsub 来完成我的任务

content2<-as.data.frame(gsub(".*said:(.*?)expand.... *", " ", content2$txt,fixed=TRUE),stringsAsFactors = FALSE);

但是，它只是删除“说：”并展开。 content2 是对 1 个变量数据框的 100 次观察，我必须为每一行完成任务。在wiktor回复之后，我试图查看他写的那行是否有效。我仍然可以看到说：并单击以展开....在第 35 行中，所以，wiktor 的代码仅适用于我猜的第一行（无论如何不包含要删除的行）。我尝试使用 apply 未成功地将其应用于每一行，如下所示，b3eside 太慢，它给了我其他错误：

ops<-apply(content2,1,gsub("(said:).*?(click to expand\\.{3})", "\\1 \\2", content2,fixed=TRUE))

刚刚浏览了重复的帖子，它没有回答我的问题，即：如果我想替换模式之间的所有字符我应该怎么做假设我想替换“说：”和“点击到”之间的所有字符串expand" 用于 100X1 数据框的所有行。所有行都包含一组字符串，输出应该是尺寸为 100X1 的数据框： ops<-gsub("(said:).*?(click to expand\\.{3})", "\\1 \\2", test)

@WiktorStribiżew 谢谢它似乎唯一有效的问题我也想删除“说：”和“点击展开......”我制作了以下可重现的代码，你可以看到“说：”和“点击展开...... “没有被删除。

test<-as.data.frame(c("he said: i wanna be a rockstar click to expand....ok great but how you gonna do it", 
                      "rockstar said: so how you gonna do it click to expand.... we are wanna be a big rockstar, hang out in collest bar vip with movie star"),stringsAsFactors=FALSE)
ops<-lapply(test, gsub, pattern = '(said:).*?(click to expand\\.{3})', replacement ="\\1 \\2", perl=TRUE)
ops<-as.data.frame(ops,stringsAsFactors = FALSE)

Answer 1

要从您可能使用的数据框中的所有列中删除从said: 到最左边的click to expand... 的所有子字符串

content2[] <- lapply(content2, gsub, pattern = '(?s)said:.*?click to expand\\.{3}', replacement =" ", perl=TRUE)

PCRE 正则表达式（注意 perl=TRUE 启用 PCRE 引擎）匹配：

• (?s) - 启用 . 以匹配换行符（默认情况下不匹配）
• said: - 一个字符串（为了匹配它作为一个完整的单词在前面添加\b）
• .*? - 任何 0+ 个字符，尽可能少
• click to expand\.{3} - click to expand... 子字符串（\.{3} 匹配 . 字符三次）。