使用R中的gsub函数匹配所有非字母数字项

Question

4

我正在使用R语言搜索原始的Twitter片段，但遇到了一些问题，例如以下非标准字母数字字符"Ì†ºÌøÑ"。

我想使用gsub函数去除所有非[abcdefghijklmnopqrstuvwxyz0123456789]的字符。

您可以使用gsub函数指定替换那些不在[abcdefghijklmnopqrstuvwxyz0123456789]范围内的项目吗？

- Jon Yates

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

- sgibb · Accepted Answer

您可以使用[^ ...]来简单地否定您的模式：

x <- "abcdeÌ†ºÌøÑfgh"
gsub("[^A-Za-z0-9]", "", x)
# [1] "abcdefgh"

请注意，类[:alnum:]匹配所有给定的特殊字符。这就是为什么gsub("[^[:alnum:]]", "", x)无法工作的原因。