R语言如何使用正则表达式从字符串不同位置移除指定单词remove

问题背景 #

需要从如下R字符向量中，统一移除独立单词remove，最终保留规范的逗号分隔格式，不残留多余的逗号、空格：

# 原始输入向量
x <- c('something,remove', 'remove, something', 'something, remove, somethingElse,alsoThis')

预期处理结果：

[1] "something"    "something"   "something, somethingElse, alsoThis"

已有基于strsplit的拆分拼接实现可满足需求，现需要更直接的正则表达式实现方案。
原有strsplit实现参考：

sapply(strsplit(x, ', |,'), function(i)paste(i[i != 'remove'], collapse = ', '))

正则实现方案 #

直接用基础R的gsub()函数即可完成，不需要额外加载第三方包，核心是匹配remove在字符串开头、中间、结尾三种位置的场景，连带绑定的逗号、多余空格一起移除，最后统一修正逗号后的空格格式即可：

# 第一步：移除所有位置的独立单词remove及相邻冗余分隔符
temp <- gsub(
  pattern = "^remove,\\s*|,\\s*remove$|,\\s*remove\\s*(?=,)",
  replacement = "",
  x = x,
  perl = TRUE
)
# 第二步：统一逗号后空格格式，匹配逗号后无空格的位置补空格
result <- gsub(",(?!\\s)", ", ", temp, perl = TRUE)

运行后输出结果完全匹配预期：

> result
[1] "something"                          "something"                         
[3] "something, somethingElse, alsoThis"

正则规则说明 #

• ^remove,\\s*：匹配出现在字符串最开头的remove,结构，后面允许跟0个或多个空格，匹配到的内容直接删除
• ,\\s*remove$：匹配出现在字符串最末尾的,remove结构，remove前面允许有0个或多个空格，匹配到的内容直接删除
• ,\\s*remove\\s*(?=,)：匹配夹在两个逗号中间的remove，前后允许有任意数量空格，用正向预查(?=,)保留后面的逗号，避免出现连续逗号的问题
• ,(?!\\s)：匹配逗号后面没有空格的位置，替换为, ，统一分隔格式，同时不会影响已经正确加了空格的位置

注意：正则里加了位置匹配逻辑，只会匹配独立的remove单词，不会误删其他包含remove字符的长单词（比如remover、removeThis这类词不会被改动）。

内容的提问来源于stack exchange，提问作者Sotos