regex - 如何使用删除字符向量内单词之间的额外空格？

Question

假设我有一个像

"Hi,  this is a   good  time to   start working   together.". 

我只想拥有

" Hi, this is a good time to start working together." 

两个单词之间只有一个空格。我应该如何在 R 中做到这一点？

Answer 1

gsub是你的朋友：

test <- "Hi,  this is a   good  time to   start working   together."
gsub("\\s+"," ",test)
#[1] "Hi, this is a good time to start working together."

\\s+将匹配任何空格字符（空格、制表符等）或空格字符的重复，并将其替换为单个空格" "。

Answer 2

另一个选项是 stringr 库中的 squish 函数

library(stringr)
string <- "Hi,  this is a   good  time to   start working   together."
str_squish(string)
#[1] ""Hi, this is a good time to start working together.""

Answer 3

由于问题的标题是“删除单词之间的多余空格”，而不触及前导和尾随空格，答案是（假设“单词”是非空白字符块）

gsub("(\\S)\\s{2,}(?=\\S)", "\\1 ", text, perl=TRUE)
stringr::str_replace_all(text, "(\\S)\\s{2,}(?=\\S)", "\\1 ")
## Or, if the whitespace to leep is  the last whitespace in those matched
gsub("(\\S)(\\s){2,}(?=\\S)", "\\1\\2", text, perl=TRUE)
stringr::str_replace_all(text, "(\\S)(\\s){2,}(?=\\S)", "\\1\\2")

请参阅正则表达式演示 #1和正则表达式演示 #2以及此 R 演示。

正则表达式详细信息：

• (\S)- 捕获组 1（\1指替换模式中的该组值）：非空白字符
• \s{2,}- 两个或多个空白字符（在 Regex #2 中，它用括号括起来以形成 ID 为 2 ( \2) 的捕获组）
• (?=\S)- 一个正向前瞻，需要在当前位置的右侧立即有一个非空白字符。