当[:punct:]太多时[重复]

我正在清理 R 中的文本字符串。我想删除所有标点符号except撇号和连字符。这意味着我无法使用[:punct:]字符类（除非有一种说法[:punct:] but not '-).

! " # $ % & ( ) * + , . / : ; < = > ? @ [ \ ] ^ _ { | } ~.并且反引号必须出来。

对于上述大多数情况，转义不是问题。但对于方括号，我确实遇到了问题。这是我尝试过的：

gsub('[abc]', 'L', 'abcdef') #expected behaviour, shown as sanity check
# [1] "LLLdef"

gsub('[[]]', 'B', 'it[]') #only 1 substitution, ie [] treated as a single character
# [1] "itB"

gsub('[\[\]]', 'B', 'it[]') #single escape, errors as expected

错误：“[”是以“'[[”开头的字符串中无法识别的转义符

gsub('[\\[\\]]', 'B', 'it[]') #double escape, single substitution
# [1] "itB"

gsub('[\\]\\[]', 'B', 'it[]') #double escape, reversed order, NO substitution
# [1] "it[]"

我不想使用fixed=TRUE with gsub因为这会阻止我使用字符类。那么，如何在正则表达式字符类中包含方括号？

预计到达时间额外试验：

gsub('[[\\]]', 'B', 'it[]') #double escape on closing ] only, single substitution
# [1] "itB"

gsub('[[\]]', 'B', 'it[]') #single escape on closing ] only, expected error

错误：']' 是以“'[[]”开头的字符串中无法识别的转义符

ETA：单次替换是由于未设置造成的perl=T in my gsub来电。 IE：

gsub('[[\\]]', 'B', 'it[]', perl=T)

您可以使用[:punct:]，当你将它与负前瞻 http://www.regular-expressions.info/lookaround.html

(?!['-])[[:punct:]]

这样一来[:punct:]仅匹配，如果不在['-]。否定前瞻断言(?!['-])保证了这个条件。当下一个字符是 a 时失败' or a -然后完整的表达式就失败了。