R语言如何删除独立'sat'及后续内容同时保留'saturday'

需求说明 #

• 处理规则：删除文本中独立出现的字符串sat及其之后的所有内容
• 避坑要求：不能误删包含sat字符片段的完整单词，例如saturday
• 常见踩坑：直接匹配sat字符序列的写法，会错误识别saturday开头的sat片段，导致内容被误删

示例 #

• 测试输入：

text <- c("good morning amer sat","this morning saturday")

• 期望输出：

"good morning amer" "this morning saturday"

实现代码 #

核心是用正则的单词边界元字符\b锚定，只匹配独立成词的sat，R语言实现如下：

# 匹配独立成词的sat，以及它之后到字符串末尾的所有内容，替换为空
processed_text <- sub("\\bsat\\b.*$", "", text)
# 清除替换后末尾残留的空格
processed_text <- trimws(processed_text)

效果验证 #

运行上述代码后打印processed_text，得到结果完全符合预期：

> print(processed_text)
[1] "good morning amer"      "this morning saturday"

原理说明 #

正则中\b代表单词边界，只会匹配单词和非单词字符的交界位置，加上\b锚定后，\bsat\b仅会匹配前后都是分隔符（空格、字符串首尾、标点等）的独立sat单词，不会命中saturday这类长单词内部的sat字符片段，从根源避免误删。

内容的提问来源于stack exchange，提问作者megmac