R语言字符串类整理

字符串类

提示

字符串类允许指定完整类别的字符，如数字、字母等。字符类有两种风格，一种使用[:和:]括在方括号内的预定义名称周围，另一种使用\和特殊字符。

• [:digit:]或\d：数字 0 1 2 3 4 5 6 7 8 9，相当于[0-9]。
• \D：非数字，相当于[^0-9]。
• [:lower:]：小写字母，相当于[a-z]。
• [:upper:]：大写字母，相当于[A-Z]。
• [:alpha:]：所有字母，相当于[[:lower:][:upper:]] or [A-z]。
• [:alnum:]: 字母和数字，相当于[[:alpha:][:digit:]]或[A-z0-9]。
• \w：单词字符，相当于[[:alnum:]_] or [A-z0-9_]。
• \W: 非单词字符，相当于[^A-z0-9_]。
• [:xdigit:]：16进制字符组，相当于[0-9A-Fa-f]。
• [:blank:]：空白字符，比如空格和制表符。
• [:space:]：间隔字符，包括制表符，换行符，垂直制表符，换页符，回车以及空格。
• \s：空格。
• \S：非空格。
• [:punct:]: 标点符号，包括``! " # $ % & ’ ( ) * + , - . / : ; < = > ? @ [ ] ^ _ { | } ~```。
• [:graph:]: 图形字符（人类友好字符），相当于[[:alnum:][:punct:]]。
• [:print:]: 可打印字符，相当于[[:alnum:][:punct:]\\s]。
• [:cntrl:]: 控制符，例如\n、\r，相当于[\x00-\x1F\x7F]。

示例

# Function to clean text
clean.text <- function(text){
  text <- gsub("[^[:alnum:]]", "", text)
  text <- gsub(" ", "", text)
  text <- tolower(text)
  return(text)
}