R语言如何仅当情态动词与其他单词配对时通过正则删除它？

核心问题排查 #

你原来的代码存在两个核心错误：

1. 正则逻辑错误：你定义的modal_with_words没有对分支做分组，|的优先级极低，实际等价于匹配「前面有内容的can」「单独的could」「单独的may」……「后面有内容的need」，完全不符合「包含情态动词且存在其他内容的字符串」的匹配需求。
2. 函数调用错误：str_replace_all的第一个参数需要传入要处理的字符串向量，你原代码里没有传入verb_lemma，运行会直接报错。

修正后实现方案 #

不需要单独定义匹配变量，直接通过分支逻辑处理即可，代码如下：

library(dplyr)
library(stringr)

all_doubles <- all_doubles %>%
  mutate(
    modal_removed = ifelse(
      # 匹配整个字符串就是单独情态动词的情况，直接保留原值
      str_detect(verb_lemma, "^(can|could|may|might|shall|should|will|would|need)$"),
      verb_lemma,
      # 其余情况删除所有情态动词，同时清理多余空格
      str_squish(str_remove_all(verb_lemma, "\\b(can|could|may|might|shall|should|will|would|need)\\b"))
    )
  )

效果说明 #

• 单独出现的情态动词如can会完整保留
• 带其他词汇的字符串如can do会删除情态动词后输出do
• 正则加了\\b单词边界匹配，不会误删包含情态字符的普通单词（比如不会把candle中的can删掉）
• str_squish会自动处理删除后残留的首尾空格、中间多空格问题

内容的提问来源于stack exchange，提问作者csp