Question

我想用R实现一个删除字符串中重复字符的函数。例如，假设我的函数名为removeRS，因此它应该以这种方式工作：

  removeRS('Buenaaaaaaaaa Suerrrrte')
  Buena Suerte
  removeRS('Hoy estoy tristeeeeeee')
  Hoy estoy triste

我的函数将用于用西班牙语编写的字符串，因此找到具有三个以上连续元音的单词并不常见（或至少是正确的）。不用担心他们背后可能存在的情绪。尽管如此，有些单词可以有两个连续的辅音（特别是ll和rr），但是我们可以从我们的函数中跳过这个。

所以，总而言之，这个函数应该只用那个字母替换连续出现至少三次的字母。在上面的一个示例中，aaaaaaaaa替换为a。

您可以使用R向我提供任何提示来执行此任务吗？

Answer 1

我没有仔细考虑过这个，但这是我在正则表达式中使用引用的快速解决方案：

gsub('([[:alpha:]])\\1+', '\\1', 'Buenaaaaaaaaa Suerrrrte')
# [1] "Buena Suerte"

()首先捕获一封信，\\1指的是该字母，+表示匹配一次或多次;将所有这些部分组合在一起，我们可以匹配两次或更多次的字母。

要包含除字母数字之外的其他字符，请将[[:alpha:]]替换为匹配任何内容的正则表达式。

Answer 2

我认为您应该注意问题描述中的含糊之处。这是第一次尝试，但它显然不能以你想要的方式与“好运”合作：

removeRS <- function(str) paste(rle(strsplit(str, "")[[1]])$values, collapse="")
removeRS('Buenaaaaaaaaa Suerrrrte')
#[1] "Buena Suerte"

Answer 3

由于您想要替换至少出现3次的字母，这是我的解决方案：

gsub("([[:alpha:]])\\1{2,}", "\\1", "Buennaaaa Suerrrtee")
#[1] "Buenna Suertee"

你可以看到4＆＃34; a＆＃34;已经减少到只有1 a，3 r已减少到1 r但2 n和2 e没有改变。如上所述，您可以使用[[:alpha:]]或类似的任意组合替换[a-zA-KM-Z]，甚至可以使用＆＃34;或＆＃34;如果您希望代码仅影响y和Q的重复，则在方括号|内的运算符[y|Q]。

gsub("([a|e])\\1{2,}", "\\1", "Buennaaaa Suerrrtee")
# [1] "Buenna Suerrrtee"
# triple r are not affected and there are no triple e.

如何用R删除字符串中重复的字符？

3 个答案: