regex - 正则表达式替换具有两个以上连续字符的单词

Question

如何检测一个单词中是否存在两个以上的连续字符并删除该单词？

我似乎可以这样做：

# example data
mystring <- c(1, 2, 3, "toot", "tooooot")
# clunky regex
gsub("^[[:alpha:]]$", "", gsub(".*(.)\\1+\\1", "", mystring)) 
[1] "1"    "2"    "3"    "toot" "" 

但我确信有一种更有效的方法。我怎么能只用一个gsub呢？

Answer 1

像这样组合表达式：

gsub("^[[:alpha:]]*([[:alpha:]])\\1\\1[[:alpha:]]*$", "", mystring)

Answer 2

你可以grepl改用。

mystring <- c(1, 2, 3, "toot", "tooooot", "good", "apple", "banana")
mystring[!grepl("(.)\\1{2,}", mystring)]
## [1] "1"      "2"      "3"      "toot"   "good"   "apple"  "banana"

** 解释**
\\1匹配第一组（在这种情况下(.)）。{2,}指定前面的字符应至少匹配 2 次或更多。由于我们要匹配任何重复 3 次或更多(.)的字符 - 第一次出现，\\1需要匹配 2 次或更多。

Answer 3

另一种可能性：

mystring[grepl("(.{1})\\1{2,}", mystring, perl=T)] <- ""