删除R中除撇号之外的所有标点符号
我想使用R的gsub删除除撇号以外的文本中的所有标点符号。 我是相当新的正则expression式，但正在学习。
例：
x <- "I like %$@to*&, chew;: gum, but don't like|}{[] bubble@#^)( gum!?" gsub("[[:punct:]]", "", as.character(x)) 目前的输出（不要撇号）
[1] "I like to chew gum but dont like bubble gum"
期望的输出（我希望撇号不要停留）
[1] "I like to chew gum but don't like bubble gum"
x <- "I like %$@to*&, chew;: gum, but don't like|}{[] bubble@#^)( gum!?" gsub("[^[:alnum:][:space:]']", "", x) [1] "I like to chew gum but don't like bubble gum"
上面的正则expression式更直截了当。 它用一个空stringreplace所有不是字母数字符号，空格或撇号（符号！）的东西。
这里是一个例子：
> gsub("(.*?)($|'|[^[:punct:]]+?)(.*?)", "\\2", x) [1] "I like to chew gum but don't like bubble gum"
主要是为了多样化，这里是一个使用gsubfn()从相同的名字了不起的包的解决scheme。 在这个应用程序中，我只是喜欢如何很好地expression它允许的解决scheme是：
library(gsubfn) gsubfn(pattern = "[[:punct:]]", engine = "R", replacement = function(x) ifelse(x == "'", "'", ""), x) [1] "I like to chew gum but don't like bubble gum"
（ engine = "R"在这里是需要的，否则使用默认的tcl引擎，匹配正则expression式的规则略有不同：如果用它来处理上面的string，例如， pattern = "[[:punct:]$|^]"感谢G. Grothendieck指出了这个细节。）
您可以使用双重否定punct从POSIX类punct排除撇号：
[^'[:^punct:]]
码：
x <- "I like %$@to*&, chew;: gum, but don't like|}{[] bubble@#^)( gum!?" gsub("[^'[:^punct:]]", "", x, perl=T) #[1] "I like to chew gum but don't like bubble gum"
ideone演示
