1

Требуется удалить лишние дубликаты, если они есть. Пример ниже (удалить дубликаты "г. Воронеж") не работает.

gsub(pattern = "(г\\.\\s\\b[[:alpha:]]+\\b,)\\1{2,}",replacement = "\\1",x="г. Воронеж, г. Воронеж, г. Воронеж, ул. Ленинский пр-т,174",ignore.case = T)
3
  • Требуется удалить только те дубликаты, которые следуют друг за другом? 9 фев 2017 в 9:30
  • Да, причем есть и адреса, где дубликатов нет (один город без повторений) 9 фев 2017 в 9:40
  • Там, где нет дубликатов, и удалять не надо :) 9 фев 2017 в 9:42

1 ответ 1

3

В оригинальном регулярном выражении обратная ссылка на значение первой захватывающей группы содержит г. Воронеж,, поэтому сразу после г. Воронеж, должен следовать ещё один г. Воронеж,, но после запятой следует пробел.

Используйте

p <- "(г\\.\\s*[[:alpha:]]+)(?:,\\s*\\1)+"
x <- "г. Воронеж, г. Воронеж, г. Воронеж, ул. Ленинский пр-т,174"
gsub(p,"\\1", x, ignore.case = TRUE)

См. R-демо онлайн

Описание:

  • (г\.\s*[[:alpha:]]+) - Захватывающая группа №1:
    • г\. - г.
    • \s* - 0+ пробелов
    • [[:alpha:]]+ - 1+ букв
  • (?:,\\s*\\1+)+ - 1+ повторов следующих шаблонов:
    • ,\\s* - запятая + ноль и более пробелов
    • \\1 - значение в первой захватывающей группе.
3
  • можете дать чуть больше деталей по "?:" - что это? 9 фев 2017 в 9:52
  • Это незахватывающая группа, которая не создаёт обратных ссылок (т.е. не хранит часть полученного совпадения в буфере памяти, как это делает захватывающая группа). Служит только для группирования шаблонов. 9 фев 2017 в 9:54
  • Ваш ответ помог, спасибо. Решил дополнить свой вариант пробелом в конце и он то же заработал. pattern = "(*г\\.\\s\\b[[:alpha:]]+\\b,\\s)\\1{2,}" 9 фев 2017 в 10:00

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.