使用stringr包实现反向匹配，移除非目标模式字符

我来帮你搞定用stringr实现这个需求的方案！你之前的尝试只处理了目标词前的内容，是因为正则只匹配了目标词前面的单个单词，我们可以调整正则逻辑，实现移除所有非目标内容的效果，同时处理数据框的列。

单个字符串的处理方案 #

先从单个字符串的场景入手，我们可以用负向前瞻的正则来精准匹配并移除所有不属于grape/satsuma或分隔空格的内容，最后清理多余空格：

library(stringr)

test_str <- "apples grape banana melon olive persimon grape apples satsuma papaya"

# 第一步：移除所有不是目标词或空格的非空格字符
cleaned_str <- str_remove_all(test_str, "(?!grape|satsuma| )\\S")
# 第二步：清理连续空格和首尾空格
final_str <- str_squish(cleaned_str)

final_str
# [1] "grape grape satsuma"

正则解释 #

• \\S：匹配所有非空格字符
• (?!grape|satsuma| )：负向前瞻断言，意思是只有当当前位置后面不是grape、satsuma或空格时，才匹配前面的\\S，这样就只会移除那些不属于目标词的多余字符，不会碰目标词本身和分隔它们的空格。

如果需要确保只匹配完整的单词（避免误匹配类似grapefruit的字符串），可以加上单词边界\\b：

str_remove_all(test_str, "(?!\\bgrape\\b|\\bsatsuma\\b| )\\S") %>% str_squish()

数据框列的处理方案 #

结合dplyr和stringr，我们可以用mutate+链式调用来批量处理数据框的列：

首先加载包并准备数据：

library(dplyr)
library(stringr)

# 你的数据框d
d <- structure(list(string_column = c("apples grape banana satsuma", "grape banana satsuma melon"), c2 = c(3, 4)), row.names = c(NA, -2L), class = c("tbl_df", "tbl", "data.frame"))

然后处理列：

d_cleaned <- d %>%
  mutate(
    string_column = str_remove_all(string_column, "(?!grape|satsuma| )\\S") %>%
      str_squish()
  )

d_cleaned
# # A tibble: 2 x 2
#   string_column       c2
#   <chr>            <dbl>
# 1 "grape satsuma"      3
# 2 "grape satsuma"      4

另一种更直接的方案（提取而非移除） #

虽然你倾向于移除的方式，但还是提一下更直观的提取方案：用str_extract_all提取所有目标词，再拼接成字符串，效果完全一致：

d_cleaned_alt <- d %>%
  mutate(
    string_column = str_extract_all(string_column, "grape|satsuma") %>%
      map_chr(~str_c(., collapse = " "))
  )

这种方法逻辑更清晰，不需要处理空格问题，适合不需要保留原始空格结构的场景。

为什么你之前的代码没生效？ #

你之前用的str_remove_all("\\w+(?= (grape|satsuma))")，这个正则只会匹配目标词前面紧邻的单个单词（比如apples在grape前会被移除，但banana在grape后就不会被处理），所以只能处理目标词前的部分，无法覆盖目标词后的多余内容，这就是为什么结果里还剩下其他单词的原因。

内容的提问来源于stack exchange，提问作者Tito Sanz