r - R 中的否定，如何替换 R 中否定后面的单词？

Question

我正在跟进已提出的问题 here关于如何在否定后面的单词中添加前缀“not_”。

在评论中，MrFlick提出了一个使用正则表达式的解决方案gsub("(?<=(?:\\bnot|n't) )(\\w+)\\b", "not_\\1", x, perl=T) .

我想编辑此正则表达式，以便将 not_ 前缀添加到“not”或“n't”后面的所有单词，直到出现一些标点符号为止。

如果我正在编辑 cptn 的示例，我希望:

x <- "They didn't sell the company, and it went bankrupt" 

转变为:

"They didn't not_sell not_the not_company, and it went bankrupt"

使用反向引用在这里还能起到作用吗？如果是这样，任何例子将不胜感激。谢谢!

Answer 1

您可以使用

(?:\bnot|n't|\G(?!\A))\s+\K(\w+)\b

并替换为not_\1。请参阅regex demo .

详细信息

• (?:\bnot|n't|\G(?!\A)) - 三种选择之一:
  • \bnot - 整个单词not
  • n't - n't
  • \G(?!\A) - 上一个成功匹配位置的末尾
• \s+ - 1 个以上空格
• \K - 匹配重置运算符，丢弃目前匹配的文本
• (\w+) - 第 1 组(通过​​替换模式中的 \1 引用):1+ 个单词字符(数字、字母或 _)
• \b - 单词边界。

R demo :

x <- "They didn't sell the company, and it went bankrupt"
gsub("(?:\\bnot|n't|\\G(?!\\A))\\s+\\K(\\w+)\\b", "not_\\1", x, perl=TRUE)
## => [1] "They didn't not_sell not_the not_company, and it went bankrupt"