在R中如何去除国名列表中的多余空格、特殊字符与无效文本？

问题原因 #

你最后一步空格匹配的正则存在语法错误：尾部空格匹配的[[space:]]多了一层多余的方括号，POSIX空白字符类的标准写法是[[:space:]]，错误的写法导致规则没有生效。这也是你测试trimws()没有生效的大概率原因——你之前可能把trimws()放在了正则替换之前，或者变量引用错误。

解决方案 #

方案1：修正原有写法 #

# 修正正则的字符类写法
name <- gsub("\\([^\\)]*\\)", "", country.names) %>% 
  gsub("\\*", "", .) %>%
  gsub("^[[:space:]]+|[[:space:]]+$", "", .)

如果想用trimws()简化写法，放在最后一步即可：

name <- gsub("\\([^\\)]*\\)", "", country.names) %>% 
  gsub("\\*", "", .) %>%
  trimws(which = "both")

方案2：一步合并替换（更高效） #

可以把所有需要删除的内容合并到同一条正则规则，省去多步管道：

name <- gsub("^\\s+|\\s*\\*?\\s*\\(.*?\\)|\\s+$", "", country.names)

规则逻辑：

• 匹配开头所有空白字符
• 匹配括号及括号前可选的空白、特殊字符*，以及括号内的国家代码
• 匹配结尾所有空白字符

输出效果 #

用你提供的10条测试数据运行后，输出结果如下：

[1] "United States"  "China"          "Japan"          "Great Britain"  "ROC"           
 [6] "Australia"      "Netherlands"    "France"         "Germany"        "Italy" 

内容的提问来源于stack exchange，提问作者data_life