Заменить группу захвата повторением одного символа при сохранении длины группы захвата

Question

Предположим, что вы хотите заменить AXA на AAA, но также и AXXXXXA с AAAAAAA.

В принципе любое количество символов X между двумя A s с соответствующим числом A s.

Использование gsub() Я пробовал:

gsub(x = "AXA", pattern = "(A)(X+)(\\1)", replacement = "\\1\\1\\1") 

который дает AAA. Тем не менее, это AAA независимо от того, как долго X+ получает. Как я могу получить доступ к длине подгруппы 2 на выходе?

Возможный дубликат этого: Replace repeating character with another repeated character

Но ИМХО достаточно различен для отдельного вопроса.

Answer 1

У вас есть фиксированный шаблон замены: вы снимаете A в первой группе, поэтому \\1 относится к A. Таким образом, вы получаете 3 As. Вам нужен другой подход: замените все последовательные X до A и после A. Можно с Perl-стиль регулярных выражений:

input = "AXXXA" 
gsub("(?:A|(?<!^)\\G)\\KX(?=X*A)", "A", input, perl=TRUE) 

Вывод demo code:

[1] "AAAAA" 

\G заставляет матч подряд, и \K помогает нам отрезать первоначально согласованный A. Оператор (?=X*A) уверен, что у нас есть число X до A.

EDIT:

Этот подход работает с длинными строками, тоже (here, мы заменяем каждую Xyz между 123 с A):

input = "123XyzXyzXyz123" 
gsub("(?:123|(?<!^)\\G)\\KXyz(?=(?:Xyz)*123)", "A", input, perl=TRUE) 

Выход: [1] "123AAA123"

EDIT 2:

Чтобы заменить любые буквы между 2 A s мы можем использовать \p{L} сокращенную класс символов, чтобы соответствовать любой букве, прежде чем A:

gsub("(?:A|(?<!^)\\G)\\K\\p{L}(?=\\p{L}*A)", "A", input, perl=TRUE) 
=> [1] "XSDFAAAAAA"