R语言处理PDF文本：仅替换连续多空格为指定字符、保留单个空格

解决方案 #

你只需要调整正则匹配规则，仅匹配连续出现2次及以上的空白字符即可，不会影响单词之间的单个空格，R语言实现代码如下：

# 匹配连续2个及以上的空白字符，替换为下划线
result <- gsub("\\s{2,}", "_", str_trim(PDF))

规则说明 #

• 正则表达式中{2,}表示匹配前面的规则至少2次，\\s{2,}只会命中连续2个及以上的空白（包含空格、制表符等），完美符合你的需求
• 如果你只想匹配纯空格（排除制表符、换行等其他空白符），可以修改规则为：gsub(" {2,}", "_", str_trim(PDF))

运行上述代码后，输出结果和你期望的效果完全一致：

"[1]This is the first address_This is the second one
 [2]This is the third one_                                                                     
 [3]This is the fourth one_This is the fifth"

内容的提问来源于stack exchange，提问作者BillyBouw