regex - R：在某个字符之后大写所有内容

Question

我想将第一个之后的字符向量中的所有内容大写_。例如以下向量：

x <- c("NYC_23df", "BOS_3_rb", "mgh_3_3_f") 

应该是这样出来的：

"NYC_23DF" "BOS_3_RB" "mgh_3_3_F"

我一直在尝试使用正则表达式，但无法做到这一点。任何建议，将不胜感激。

Answer 1

你非常接近：

gsub("(_.*)","\\U\\1",x,perl=TRUE)

似乎工作。您只需要使用_.*(下划线后跟零个或多个其他字符) 而不是_*(零个或多个下划线) ...

把这个分开一点：

• _.*给出一个正则表达式模式，它匹配下划线_后跟任意数量（包括 0）的附加字符；.表示“任何字符”并*表示“前一个元素的零个或多个重复”
• 用括号包围这个正则表达式()表示它是我们要存储的模式
• \\1在替换字符串中说“插入第一个匹配模式的内容”，即匹配的任何内容_.*
• \\U, 和 , 一起perl=TRUE表示“将后面的内容大写”（大写_没有效果；如果我们想在（例如）小写 g 之后将所有内容大写，我们需要从存储的模式中排除 g 并包含它在替换模式中gsub("g(.*)","g\\U\\1",x,perl=TRUE)：）

?gsub有关更多详细信息，请在（以及?regexp有关正则表达式的一般信息）中搜索“替换”和“大写”

Answer 2

gsubfn在gsubfn 包中，gsub除了替换字符串可以是一个函数外，其他类似。在这里，我们匹配 _ 以及之后通过匹配的所有内容toupper：

> library(gsubfn)
>
> gsubfn("_.*", toupper, x)
[1] "NYC_23DF"  "BOS_3_RB"  "mgh_3_3_F"

请注意，这种方法涉及一个特别简单的正则表达式。

Answer 3

使用简单示例base::strsplit

x <- c("NYC_23df", "BOS_3_rb", "mgh_3_3_f", "a") 

myCap <- function(x) {
    out <- sapply(x, function(y) {
        temp <- unlist(strsplit(y, "_"))
        out <- temp[1]
        if (length(temp[-1])) {
            out <- paste(temp[1], paste(toupper(temp[-1]), 
                collapse="_"), sep="_") 
        }
        return(out)
    })
    out
}

> myCap(x)
   NYC_23df    BOS_3_rb   mgh_3_3_f           a 
 "NYC_23DF"  "BOS_3_RB" "mgh_3_3_F"         "a" 

使用stringr包的示例

pkg <- "stringr"
if (!require(pkg, character.only=TRUE)) {
    install.packages(pkg)
    require(pkg, character.only=TRUE)   
}

myCap.2 <- function(x) {
    out <- sapply(x, function(y) {
        idx <- str_locate(y, "_")
        if (!all(is.na(idx[1,]))) {
            str_sub(y, idx[,1], nchar(y)) <- toupper(str_sub(y, idx[,1], nchar(y))) 
        }
        return(y)
    })
    out
}

> myCap.2(x)
   NYC_23df    BOS_3_rb   mgh_3_3_f           a 
 "NYC_23DF"  "BOS_3_RB" "mgh_3_3_F"         "a"