從字符串替換字符串的部分字符串

Question

我在這裏搜索了很多正則表達式的答案，但找不到解決這類問題的方法。

我的數據集是維基百科鏈接tibble：

library(tidytext) 
library(stringr) 
text.raw <- "Berthold Speer was een [[Duitsland (hoofdbetekenis)|Duits]] [[architect]]." 

我試圖清理從鏈接我的文字。 此：

str_extract_all(text.raw, "[a-zA-Z\\s]+(?=\\])") 
# [1] "Duits"  "architect" 

選擇我從括號之間需要的話。

此：

str_replace_all(text.raw, "\\[\\[.*?\\]\\]", str_extract(text.raw, "[a-zA-Z\\s]+(?=\\])")) 
# [1] "Berthold Speer was een Duits Duits." 

作品如預期，但不完全是我所需要的。這：

str_replace_all(text.raw, "\\[\\[.*?\\]\\]", str_extract_all(text.raw, "[a-zA-Z\\s]+(?=\\])")) 
# Error: `replacement` must be a character vector 

給在那裏我預計"Berthold Speer was een Duits architect"

目前我的代碼看起來像這樣的錯誤：

text.clean <- data_frame(text = text.raw) %>% 
    mutate(text = str_replace_all(text, "\\[\\[.*?\\]\\]", str_extract_all(text, "[a-zA-Z\\s]+(?=\\])"))) 

我希望有人知道的解決方案，或者可以點我到重複的問題如果存在一個。我期望的輸出是"Berthold Speer was een Duits architect"。

Answer 1

你可以使用一個單一的GSUB操作

text <- "Berthold Speer was een [[Duitsland (hoofdbetekenis)|Duits]] [[architect]]." 
gsub("\\[{2}(?:[^]|]*\\|)?([^]]*)]{2}", "\\1", text) 

見online R demo。

的模式會匹配

• \\[{2} - 2個[符號
• (?:[^]|]*\\|)? - 任選的序列進行匹配
  • [^]|]* - 比]其他零個或多個字符和|
  • \\| - 一個管道符號
• ([^]]*) - 第1組：比]
• ]{2}零個或多個字符其他 - 2個]符號。