在R中删除字符串开头和结尾直到找到一个模式

Question

我有一个字符串，表示RNA的次级结构，例如：

"....(((((((((...((...(((((((((((..((.(.......))))))))..))))..)))....."

我的目标是去掉字符串两端的这些点，使其变为：

"(((((((((...((...(((((((((((..((.(.......))))))))..))))..)))"

我一直在尝试使用gsub函数，例如：

gsub("\\.+\\(", "", string)

对于开头，以及：

gsub("\\)\\.+", "", string)

最后结果为：

但这个指令的输出是：

"(((((((((((((((((((((((((.......))))))))..))))..)))....."

并且：

"....(((((((((...((...(((((((((((..((.(.......)))))))))))))))"

基本上，我不想删除中间的点，只是想删除开头和结尾的点。

有谁知道在 R 中解决这个问题的好方法吗？

谢谢。

- Emilio Mármol Sánchez

Answer 1

我们可以通过转义符（\\.）或将点号放在方括号中（[.]），因为点号是元字符，可以匹配任何字符。

gsub("^[.]*|[.]*$", "", string)
#[1] "(((((((((...((...(((((((((((..((.(.......))))))))..))))..)))"

在上述代码中，我们指定锚点（^）匹配字符串的开头，然后是零个或多个点号（.）或 |，以及字符串结尾处的零个或多个点号（$）。最后用空格 ("") 替换。

数据

string <- "....(((((((((...((...(((((((((((..((.(.......))))))))..))))..)))....."

- akrun

Answer 2

在R 3.6.0中，trimws函数拥有一个whitespace=参数，因此在末尾的注释中使用x：

trimws(x, whitespace = "\\.")
## [1] "(((((((((...((...(((((((((((..((.(.......))))))))..))))..)))"

注意

x <- "....(((((((((...((...(((((((((((..((.(.......))))))))..))))..)))....."

- G. Grothendieck