R: Supprimer les points dans le texte, mais pas ceux marquant les points décimaux

Question

Je suis un nouveau venu pour les expressions régulières, alors s'il vous plaît ours avec moi.

J'ai une chaîne comme ceci:

txt1 <- 'a,b,a.b,a.,1,2,1.2,1.,.,11,222,11.222,11.' 

Imaginez qu'il est d'une .csv et chaque cellule est séparée par « ». Maintenant, je voudrais supprimer tous les '.' sauf ceux marquant les points décimaux. En cette fin, je voudrais finir avec quelque chose comme ceci:

txt2 <- 'a,b,ab,a,1,2,1.2,1,,11,222,11.222,11' 

J'ai essayé les codes suivants:

txt2 <- gsub(pattern = '[^a-z0-9,(\\d\\.\\d)]', replacement = '', text = txt1) 
txt2 <- gsub(pattern = '[^a-z0-9,|(\\d\\.\\d)]', replacement = '', text = txt1) 

Mais ni œuvres, à la fois le retour

> print(txt2) 
[1] "a,b,a.b,a.,1,2,1.2,1.,.,11,222,11.222,11." 

Une idée de comment je pourrais corriger mes codes? Merci!

Answer 1

La clé est d'utiliser le lookbehind négatif ?<! et préanalyse négative ?!

> txt1 <- 'a,b,a.b,a.,1,2,1.2,1.,.,11,222,11.222,11.' 
> txt2 <- gsub(pattern='((?<![0-9])\\.)|(\\.(?![0-9]))', replacement='', x=txt1, perl=TRUE) 
> txt2 
[1] "a,b,ab,a,1,2,1.2,1,,11,222,11.222,11" 

Ce modèle matchs une période \\. qui a procédé par un caractère non 0-9 ou une période qui est suivi d'un caractère qui n'est pas 0-9. Vous devez définir perl=TRUE pour que R reconnaisse le lookbehind et le lookahead.

Cela va couper les caractères de la période initiale, ainsi '.2' deviendra '2'. Si ce n'est pas voulu, le lookbehind doit être (?<![0-9,]).

Answer 2

Vous pouvez utiliser la fonction de recherche négative. Faites correspondre \.(?!\d) et remplacez-le par rien.

https://regex101.com/r/LNHYOY/1

Answer 3

Lookahead négatif (comme suggéré par @ CAustin) semble être le plus élégant et concis.

Puisque aucune des solutions ci-dessus vous donne le code R réelle, la voici:

txt2 <- gsub("\\.(?!\\d)", "", txt1, perl = TRUE) 
[1] "a,b,ab,a,1,2,1.2,1,,11,222,11.222,11"