在 R 中删除括号 "("之前的空格

Question

我有将近 100,000 行已转换为数据框的抓取数据。一列是一串文本字符，但运行异常。在下面的示例中，有文本，其中包含要删除的括号信息，并且我还想删除“(c)”。然而，前面的空格在技术上不是空格(它被认为是空格吗？)。
我不确定如何在此处重现该示例，因为当我复制/粘贴记录时，它被视为正常且有效，但在抓取的数据中，它没有。肠道检查是计算空格，它给了我 4，这意味着 ( 前面的空格不是真正的空格。我不知道如何删除它!
我通常会运行的代码如下。同样，以这种方式工作，但不适用于我的抓取数据。

test<-c("Barry Windham (c) & Mike Rotundo (c)")
test<-gsub("[ ][(]c[)]","",test)

Answer 1

您可以考虑使用:

test<-c("Barry Windham (c) & Mike Rotundo (c)")
gsub("(*UCP)\\s+\\(c\\)", "", test, perl=TRUE)
# => [1] "Barry Windham & Mike Rotundo"

见 an online R demo
详情

(*UCP) - 使 PCRE 正则表达式中的所有速记字符类(它是 PCRE 由于 perl=TRUE )Unicode 感知

\\s+ - 任何一个或多个 Unicode 空格

\\(c\\) - (c)子串。

如果您需要保留(c) ，捕获它并在替换中使用反向引用:

gsub("(*UCP)\\s+(\\(c\\))", "\\1", test, perl=TRUE)