R正则表达式/gsub：如何在字符串中折叠空格

Question

6

我有一个句子向量，这些句子是从手写文件中扫描出来的。在过程中，出现了一些间距问题，如下所示：

 The d og is br own.

我想知道是否有一种通用的方法可以将任何带有'_x_'或空格-字符-空格模式的内容折叠第二个空格，如下所示：

The d og is br own.  --> The dog is br own.

我只担心空格之间的单个字符 ('_x_' 而不是 '_xx_')。

有什么建议吗？

- screechOwl

1

我不知道在没有语料库的情况下，你如何确定“ The dog”应该是“ The dog”还是“ Thed og”。 - Joshua Ulrich

@JoshuaUlrich：同意，我正在尝试找到一种方法来统一折叠所有第一个或第二个空格，然后让拼写检查器检查一下，看看效果如何。 - screechOwl

哦，嗯...错过了那部分。看来是时候睡觉了。 - Joshua Ulrich

哈哈，没问题，谢谢你查看。 - screechOwl

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- shhhhimhuntingrabbits · Accepted Answer

也许。

> x<-"The d og is br own."
> gsub(" (.) "," \\1",x)
[1] "The dog is br own."

或者

gsub(" ([[:alnum:]]) "," \\1",x)

(.)可以匹配任何字符，([[:alnum:]])只能匹配字母和数字。