如何用R语言结合gsub与正则将重复字符替换为重复次数标识

可以用gsubfn包实现，它支持在正则替换时使用自定义函数动态处理匹配结果，完美解决你需要获取重复次数的需求：

1. 先安装并加载包（如果未安装过）：

install.packages("gsubfn")
library(gsubfn)

2. 执行替换操作：

before = c("w","www","answer","test","wwwxww")
after = gsubfn("w+", function(x) paste0("w{", nchar(x), "}"), before)

运行后得到的after结果就是你需要的：

> after
[1] "w{1}"     "w{3}"     "answ{1}er" "test"     "w{3}xw{2}"

原理说明 #

你之前用的基础gsub只能用固定字符串替换，没法动态获取匹配到的字符长度。而gsubfn允许你传入一个函数作为替换逻辑：每次匹配到w+（连续的w）时，函数会接收匹配到的字符串x，用nchar(x)获取它的长度，再拼接成w{次数}的格式返回。

基础R替代方案（无需额外包） #

如果不想安装新包，也可以用基础R的gregexpr和regmatches组合实现：

replace_repeated_w <- function(str) {
  # 找到所有连续w的位置
  match_pos <- gregexpr("w+", str)
  # 替换每个匹配项
  regmatches(str, match_pos) <- lapply(regmatches(str, match_pos), function(match) {
    paste0("w{", nchar(match), "}")
  })
  return(str)
}

after <- sapply(before, replace_repeated_w, USE.NAMES = FALSE)

内容的提问来源于stack exchange，提问作者blofeld _