regex - 仅包含主题标签的推文的正则表达式

Question

我正在使用 R 并且有一个大型推文数据框。我想要一个 grep 调用来选择仅由主题标签组成的推文(希望从最终数据帧中排除这些内容)。

我最初的 grep 工作:

hashtagonly_tweets_INDEX = grep("^#\\w*[^\\w]", allTweets$V1,
                            value=F,
                            ignore.case = T,
                            fixed=F)

我希望这会选择以主题标签 ^#\w* 开头的多个单词，而不是选择没有主题标签 [^\w] 的单词。

但是，我现在显然已经没有人才了，因为收集的推文类型仍然包含主题标签中的文本，例如:

#wtf is even happening right now. this truck is driving 50 down the center of the highway. #learntodrive

#WhatGrindsMyGears When someone pulls out in front of me then never proceeds to go the speed limit or above. #roadrage

#Traffic in #Westminster #travel #roadrage #transport #London #tourism #sightseeing #dark #clouds

非常感谢任何建议，

谢谢

Answer 1

不确定我是否很好地理解你的问题，这是一个匹配仅包含主题标签的推文的正则表达式:

^\s*(?:#\w+\s*)+$