合并多个空格为单个空格；删除尾部/前导空格。

Question

我希望能将多个空格（制表符也可以）合并成一个，并删除前导和尾随空格。

例如...

string <- "Hi        buddy        what's up    Bro" 

为了

"Hi buddy what's up bro"

我查看了在正则表达式替换多个空格为单个空格给出的解决方案。请注意，不要将\t或\n作为toy字符串中的确切空格，并将其作为模式输入到gsub中。我想在R中实现这个。

请注意，我无法在toy字符串中输入多个空格。 谢谢。

- CKM

---

如果你仔细阅读我的问题，你可以创建一个带有多个空格的玩具字符串，然后回答我的问题。我之前说过，我无法在玩具字符串中放置多个空格，因为StackOverflow会自动从我的查询中删除它们。 - CKM

gsub("^ *|(?<= ) | *$", "", x, perl = TRUE) - David Arenburg

嗨，David，那对我有用。但是你能解释一下这个模式到底是在做什么吗？即^ |(?<= ) | $它说，用空格“ ”替换所有内容，但|(?<=)|$？？这正确吗？它如何解决我的问题。我想知道。 - CKM

请在此处查看。 - David Arenburg

@DavidArenburg，你给出的答案是可行的，但关闭问题的准则有所不同。我认为那个问题（虽然可能错了）与这个问题不同（我现在找不到它），因为它想要多个空格和前导空格。而这个问题则要求多个空格和前导/尾随空格。也许我在之前的帖子中错过了什么，但我不认为这两个问题是完全相同的。 - Tyler Rinker

Answer 1

这似乎符合您的需求。

string <- "  Hi buddy   what's up   Bro "
library(stringr)
str_replace(gsub("\\s+", " ", str_trim(string)), "B", "b")
# [1] "Hi buddy what's up bro"

- Rich Scriven

---

谢谢您的回复。实际上，我只想要gsub部分，因为我并不想将B替换为b。我卡住的地方是找到执行此操作的模式。您能否解释一下\s+的含义？ - CKM

@chandresh - \\s+ 的意思是 "一个或多个空格"。 - Rich Scriven

值得注意的是，这是唯一一个回答涉及将 Bro 中的大写字母 b 更改为小写字母的问题，正如所示的期望结果。 - Rich Scriven

@RichScriven 我不需要转换为小写，我该如何保留大小写？ - Herman Toothrot

Answer 2

或者只需尝试来自stringr的squish函数。

library(stringr)
string <- "  Hi buddy   what's up   Bro "
str_squish(string)
# [1] "Hi buddy what's up Bro"

- Henrik

---

一种现代的方法，因为 str_squish 是在 2018 年推出的，并隐藏在 str_trim 下。 - Ben Allen

Answer 3

使用单个正则表达式的另一种方法：

gsub("(?<=[\\s])\\s*|^\\s+|\\s+$", "", string, perl=TRUE)

解释（来自）

NODE                     EXPLANATION
--------------------------------------------------------------------------------
  (?<=                     look behind to see if there is:
--------------------------------------------------------------------------------
    [\s]                     any character of: whitespace (\n, \r,
                             \t, \f, and " ")
--------------------------------------------------------------------------------
  )                        end of look-behind
--------------------------------------------------------------------------------
  \s*                      whitespace (\n, \r, \t, \f, and " ") (0 or
                           more times (matching the most amount
                           possible))
--------------------------------------------------------------------------------
 |                        OR
--------------------------------------------------------------------------------
  ^                        the beginning of the string
--------------------------------------------------------------------------------
  \s+                      whitespace (\n, \r, \t, \f, and " ") (1 or
                           more times (matching the most amount
                           possible))
--------------------------------------------------------------------------------
  $                        before an optional \n, and the end of the
                           string

- Tyler Rinker

---

为什么不使用像Adam Erickson的更简单的正则表达式呢？ - Rodrigo

Answer 4

您无需导入外部库即可执行此任务：

string <- " Hi        buddy        what's up    Bro "
string <- gsub("\\s+", " ", string)
string <- trimws(string)
string
[1] "Hi buddy what's up Bro"

或者，简单说：

string <- trimws(gsub("\\s+", " ", string))

更加干净。

- Adam Erickson

---

这并不依赖于任何外部库，也不像Tyler Rinker的噩梦一样使用正则表达式。不知道为什么你没有更多的赞？ - Rodrigo

我也不明白为什么@heisenbug47半年后完全复制了我的答案。 - Adam Erickson

Answer 5

qdapRegex有rm_white函数来处理这个问题：

library(qdapRegex)
rm_white(string)

## [1] "Hi buddy what's up Bro"

- Tyler Rinker

Answer 6

你可以尝试使用来自 qdap 的 clean 命令。

library(qdap)
library(stringr)
str_trim(clean(string))
#[1] "Hi buddy what's up Bro"

或者像@Tyler Rinker建议的那样（仅使用qdap）。

Trim(clean(string))
#[1] "Hi buddy what's up Bro"

- akrun

---

你可以通过 qdap 中的 Trim(clean(string)) 来完成所有操作。 - Tyler Rinker

Answer 7

为此，无需加载任何额外的库，因为Base r包的gsub()可以完成这项工作。
不需要记住那些额外的库。 使用trimws()删除前导和尾随空格，并使用gsub()替换额外的空格，如@Adam Erickson所述。

    `string = " Hi        buddy        what's up    Bro "
     trimws(gsub("\\s+", " ", string))`

这里的\\s+匹配一个或多个空格，gsub将其替换为单个空格。

要了解任何正则表达式正在做什么，请访问@Tyler Rinker提到的链接。只需复制并粘贴您想要了解其操作的正则表达式，this会完成其余工作。

- heisenbug47

Answer 8

这似乎有效。
它不像Rich Scriven的答案那样消除句子开头或结尾的空格，但它会合并多个空格。

library("stringr")
string <- "Hi     buddy     what's      up       Bro"
str_replace_all(string, "\\s+", " ")
#> str_replace_all(string, "\\s+", " ")
#  "Hi buddy what's up Bro"

- alejandro00

Answer 9

使用strsplit的另一种解决方案：

将文本拆分为单词，然后使用paste函数将单个单词连接起来。

string <- "Hi        buddy        what's up    Bro" 
stringsplit <- sapply(strsplit(string, " "), function(x){x[!x ==""]})
paste(stringsplit ,collapse = " ")

如果有多个文档：

string <- c("Hi        buddy        what's up    Bro"," an  example using       strsplit ") 
stringsplit <- lapply(strsplit(string, " "), function(x){x[!x ==""]})
sapply(stringsplit ,function(d) paste(d,collapse = " "))

- Sam S.