使用 R 删除字符串中除第一个点以外的所有点

Question

我在某些显示“59.34343.23”等数字的数字中存在一些错误。我知道第一个点是正确的，但第二个点（或第一个点之后的任何点）应该删除。我怎样才能删除这些？

我尝试在 R 中使用 gsub：

gsub("(?<=\\..*)\\.", "", "59.34343.23", perl=T)

或

gsub("(?<!^[^.]*)\\.", "", "59.34343.23", perl=T)

但是它会出现以下错误“无效的正则表达式”。但我一直在正则表达式测试器中尝试相同的代码并且它有效。 我在这里犯了什么错误？

Answer 1

你可以使用

gsub("^([^.]*\\.)|\\.", "\\1", "59.34343.23")
gsub("^([^.]*\\.)|\\.", "\\1", "59.34343.23", perl=TRUE)

查看 R 在线演示 和 regex 演示。

详情：

• ^([^.]*\.)

  - 捕获组 1（在替换模式中称为

  \1

  ）：字符串开头的任何零个或多个字符，然后是

  .

  字符（字符串中的第一个）

• |

  - 或

• \.

  - 字符串中的任何其他点。

由于替换

\1

指的是第 1 组，而第 1 组仅包含第一个点之前的文本匹配后的值，因此替换要么是这部分文本，要么是空字符串（即第二个和所有后续出现的点都将被删除）。

Answer 2

我们可能会使用

gsub("^[^.]+\\.(*SKIP)(*FAIL)|\\.", "", str1, perl = TRUE)
[1] "59.3434323"

数据

str1 <-  "59.34343.23"

Answer 3

您尝试的模式不匹配，因为lookbehind中存在无限量词

(?<=\\..*)

不受支持。

使用

\G

的另一种变体在第一个点之后获得连续匹配：

(?:^[^.]*\.|\G(?!^))[^.]*\K\.

部分模式匹配：

• (?:

  用于交替的非捕获组

  |

  • ^[^.]*\.

    字符串开头，匹配除

    .

    之外的任何字符，然后匹配

    .

  • |

    或者

  • \G(?!^)

    断言上一场比赛结束时的位置（而不是开始时）

• )[^.]*

  可选择匹配除

  .

之外的任何字符

• \K\.

  清除匹配缓冲区并匹配点（要删除）

正则表达式演示 | R 演示

gsub("(?:^[^.]*\\.|\\G(?!^))[^.]*\\K\\.", "", "59.34343.23", perl=T)

输出

[1] "59.3434323"

Answer 4

始终可以选择仅写回该行中的第一个点。
主要功能是消耗其他点，但不将其写回。
效果是删除尾随点。

下面使用分支重置来完成目标（Perl 模式）。

(?m)(?|(^[^.\n]*\.)|()\.+)

更换

$1

https://regex101.com/r/cHcu4j/1

 (?m)
 (?|
    ( ^ [^.\n]* \. )              # (1)
  | ( )                           # (1)
    \.+ 
 )

Answer 5

通过指定

perl = TRUE

，您可以将以下正则表达式的匹配项转换为空字符串：

^[^.]*\.\K|(?!^)\G[^.]*\K\.

演示

如果您不熟悉

\K

或

\G

，请将鼠标悬停在链接的正则表达式中，查看其效果的说明。