R语言中忽略注释行，为指定字符串元素添加前缀的实现

需求 #

对输入文本执行以下替换操作，忽略所有以##开头的注释行：

1. 在~符号之后、无前缀*的字母数字元素前添加A*；
2. 在~~符号之后、无前缀*的字母数字元素前添加R*；

输入输出示例 #

# 输入
input <- "y ~ x1 + x2
           ## Variances of x1 and x2 are 1
           x1 ~~ 1*x1
           x2 ~~ 1*x2
           ## x1 and x2 are correlated
           x1 ~~ x2"

# 期望输出
output <- "y ~ A*x1 + A*x2
           ## Variances of x1 and x2 are 1
           x1 ~~ 1*x1
           x2 ~~ 1*x2
           ## x1 and x2 are correlated
           x1 ~~ R*x2"

R语言实现代码 #

input <- "y ~ x1 + x2
           ## Variances of x1 and x2 are 1
           x1 ~~ 1*x1
           x2 ~~ 1*x2
           ## x1 and x2 are correlated
           x1 ~~ x2"

# 拆分文本为单行列表
lines <- strsplit(input, "\n")[[1]]

# 逐行处理：跳过注释行，执行规则替换
processed_lines <- sapply(lines, function(line) {
  if (grepl("^\\s*##", line)) return(line)
  # 替换~后无前缀*的字母数字元素
  line <- gsub("(~\\s+)(\\w+)(?![^*])", "\\1A*\\2", line, perl = TRUE)
  # 替换~~后无前缀*的字母数字元素
  line <- gsub("(~~\\s+)(\\w+)(?![^*])", "\\1R*\\2", line, perl = TRUE)
  line
})

# 合并处理后的行
output <- paste(processed_lines, collapse = "\n")

# 打印结果
cat(output)

正则说明 #

• (~\\s+)(\\w+)(?![^*])：匹配~后接空白字符，再跟着无前缀*的字母数字串，将其替换为~ 空白 + A* + 原元素；
• (~~\\s+)(\\w+)(?![^*])：逻辑同上，针对~~场景替换为R*前缀；
• ^\\s*##：匹配以任意空白开头、紧跟##的注释行，直接跳过处理。

内容的提问来源于stack exchange，提问作者Simon Harmel