regex - 我想在 R 中使用 gsub 来匹配所有非字母数字的项目

Question

我正在使用 R 搜索原始 twitter 片段，但不断遇到非标准字母数字字符的问题，例如以下"🏄"。

我想[abcdefghijklmnopqrstuvwxyz0123456789]用 . 取出所有非字符gsub。

您可以使用gsub为那些不在的项目指定替换吗[abcdefghijklmnopqrstuvwxyz0123456789]？

Answer 1

你可以简单地否定你的模式[^ ...]：

x <- "abcde🏄fgh"
gsub("[^A-Za-z0-9]", "", x)
# [1] "abcdefgh"

请注意，该类[:alnum:]匹配所有给定的特殊字符。这就是为什么gsub("[^[:alnum:]]", "", x)不起作用。