R语言字符串类整理

R语言常用字符串类整理。

字符串类

提示

字符串类允许指定完整类别的字符，如数字、字母等。字符类有两种风格，一种使用[:和:]括在方括号内的预定义名称周围，另一种使用\和特殊字符。

字符类	说明
[:digit:]/\d	数字 0 1 2 3 4 5 6 7 8 9，相当于[0-9]。
\D	非数字，相当于[^0-9]。
[:lower:]	小写字母，相当于[a-z]。
[:upper:]	大写字母，相当于[A-Z]。
[:alpha:]	所有字母，相当于[[:lower:][:upper:]] or [A-z]。
[:alnum:]	字母和数字，相当于[[:alpha:][:digit:]]或[A-z0-9]。
\w	单词字符，相当于[[:alnum:]_] or [A-z0-9_]。
\W	非单词字符，相当于[^A-z0-9_]。
[:xdigit:]	16进制字符组，相当于[0-9A-Fa-f]。
[:blank:]	空白字符，比如空格和制表符。
[:space:]	间隔字符，包括制表符，换行符，垂直制表符，换页符，回车以及空格。
\s	空格。
\S	非空格。
[:punct:]	标点符号，包括``! " # $ % & ’ ( ) * + , - . / : ; < = > ? @ [ ] ^ _ {
[:graph:]	图形字符（人类友好字符），相当于[[:alnum:][:punct:]]。
[:print:]	可打印字符，相当于[[:alnum:][:punct:]\\s]。
[:cntrl:]	控制符，例如\n、\r，相当于[\x00-\x1F\x7F]。

示例

# Function to clean text
clean.text <- function(text){
  text <- gsub("[^[:alnum:]]", "", text)
  text <- gsub(" ", "", text)
  text <- tolower(text)
  return(text)
}