HOWTO · R
从 R 中的字符串中删除第一个字符
本文演示了三种从字符串或字符串向量中删除第一个字符的技术。它演示了 substr 函数的使用,带有正则表达式的子函数,以及 stringr 包的 str_sub 函数。
本页内容
在 R 中删除字符串的首字符,可保留从位置 2 到末尾的子字符串。对于字符向量,可将 substr() 与 nchar() 配合使用,为每个元素计算结束位置;也可以将 sub() 与空字符串替换值配合使用。以下示例使用基础 R;可选包 stringr 中的 str_sub() 也是一种简洁的选择。
在 R 中删除字符串的首字符
R 使用从 1 开始的位置索引,子字符串的结束位置也包含在结果中。因此,位置 2 表示第二个字符。对于长度不同的字符串向量,应分别计算每个值的结束位置,而不是使用同一个固定数字。
运行以下示例:
本节中的代码以及显示的标签或输出仍为英文。
word <- "dictionary"
substr(word, 2, nchar(word))
将 substr() 与 nchar() 配合使用
substr(x, start, stop) 会提取从 start 到 stop(含首尾)的字符。由于 nchar() 会返回每个字符串的长度,substr() 与 nchar() 可以配合处理整个向量,无需编写循环。当输入包含长度不同的字符串时,这是一种实用的基础 R 方法。
本节中的代码以及显示的标签或输出仍为英文。
words <- c("dictionary", "thesaurus", "diary")
substr(words, 2, nchar(words))
这里,nchar(words) 会为每个元素生成一个结束位置。结果依次为 "ictionary"、"hesaurus" 和 "iary"。对于长度已知的单个字符串,可以直接提供其长度;不过,使用 nchar() 计算长度,会让表达式更容易复用。
将 sub() 与正则表达式配合使用
sub(pattern, replacement, x) 会替换每个字符串中的第一个匹配项。在 R 的默认正则表达式模式下,点号(.)匹配一个非换行符字符;空字符串替换值("")会删除该匹配项。因此,当首字符不是换行符时,sub(".", "", x) 会删除首字符。如果字符串可能以换行符开头,请改用上文所述的 substr(x, 2, nchar(x));无论首字符是不是换行符,它都会删除该字符。
本节中的代码以及显示的标签或输出仍为英文。
words <- c("dictionary", "thesaurus", "diary")
sub(".", "", words)
谨慎使用 gsub():它会替换每个匹配项。例如,未锚定的点号与 gsub() 配合使用时,会匹配每个非换行符字符,而不只是首字符。锚定模式 "^." 会将匹配范围限制为字符串开头的一个非换行符字符,因此 gsub("^.", "", x) 同样不会改变开头的换行符。如果字符串可能以换行符开头,请改用 substr() 方法。若要删除非换行符开头的首字符,sub() 能直接表达只替换一个匹配项的意图。
使用 stringr 中的 str_sub()
stringr 包提供了 str_sub(),可用于单个字符串或向量。只需安装一次:install.packages("stringr");之后在每个 R 会话中使用 library(stringr) 加载它。将结束位置设为 -1 时,str_sub() 会从字符串末尾反向计数。对于单个值,可使用 str_sub("dictionary", 2, -1);对于向量,可使用 str_sub(words, 2, -1)。每种调用都会保留从第二个字符到末尾的文本;向量调用会像基础 R 示例一样逐个处理元素。
如果项目已经使用 stringr,或者你更喜欢它的负数索引方式,可以选择此方法。如果不想添加包依赖,可以使用基础 R 的 substr(words, 2, nchar(words)) 或 sub(".", "", words)。
选择一种方法
如果明确指定起始和结束位置最清楚,尤其是在处理长度不同的向量时,可将 substr() 与 nchar() 配合使用。如果要通过将首个匹配项替换为空字符串来删除首字符,可使用 sub()。如果项目已经使用 stringr,并且负数结束位置能让表达式更易读,则可选择 str_sub()。这三种方法都适用于单个字符串,也适用于字符向量中的每个元素。