Skip to contents

Cadenas de caracteres y expresiones regulares para limpiar y normalizar textos.

Usage

data(acep_rs)

Format

Son cadenas de caracteres.

sw1

es un string de palabras vacias.

sw1

es un string de palabras vacias.

dias

es un string de dias.

meses

es un string de meses.

emoji

es un string con expresiones regulares para emojis.

sintildes

es un string de letras sin tildes.

tildes

es un string de letras con tildes.

punt

es un string de puntuación.

num

es una expresión regular para números.

hashtag

es una expresión regular para hashtag.

espacios

es una expresión regular para espacios.

saltos

es una expresión regular para saltos de línea.

url

es una expresión regular para urls.

users

es una expresión regular para usuarixs.

Examples

print(acep_rs)
#> $sintildes
#> [1] "SZszYAAAAAACEEEEIIIIDNOOOOOUUUUYaaaaaaceeeeiiiidnooooouuuuyy"
#> 
#> $url
#> [1] "http\\S+|ftp\\S+|Http\\S+|Ftp\\S+|HTTP\\S+|FTP\\S+"
#> 
#> $users
#> [1] "@\\S+"
#> 
#> $saltos
#> [1] "[ \t\r\n]"
#> 
#> $espacios
#> [1] "^ *|(?<= ) | *$"
#> 
#> $hashtag
#> [1] "#\\S+"
#> 
#> $num
#> [1] "[[:digit:]]*"
#> 
#> $sw1
#> [1] "\\bde\\b|\\bla\\b|\\bque\\b|\\bel\\b|\\ben\\b|\\by\\b|\\ba\\b|\\blos\\b|\\bdel\\b|\\bse\\b|\\blas\\b|\\bpor\\b|\\bun\\b|\\bpara\\b|\\bcon\\b|\\bno\\b|\\buna\\b|\\bsu\\b|\\bal\\b|\\blo\\b|\\bcomo\\b|\\bmás\\b|\\bpero\\b|\\bsus\\b|\\ble\\b|\\bya\\b|\\bo\\b|\\beste\\b|\\bsí\\b|\\bporque\\b|\\besta\\b|\\bentre\\b|\\bcuando\\b|\\bmuy\\b|\\bsin\\b|\\bsobre\\b|\\btambién\\b|\\bme\\b|\\bhasta\\b|\\bhay\\b|\\bdonde\\b|\\bquien\\b|\\bdesde\\b|\\btodo\\b|\\bnos\\b|\\bdurante\\b|\\btodos\\b|\\buno\\b|\\bles\\b|\\bni\\b|\\bcontra\\b|\\botros\\b|\\bese\\b|\\beso\\b|\\bante\\b|\\bellos\\b|\\be\\b|\\besto\\b|\\bmí\\b|\\bantes\\b|\\balgunos\\b|\\bqué\\b|\\bunos\\b|\\byo\\b|\\botro\\b|\\botras\\b|\\botra\\b|\\bél\\b|\\btanto\\b|\\besa\\b|\\bestos\\b|\\bmucho\\b|\\bquienes\\b|\\bnada\\b|\\bmuchos\\b|\\bcual\\b|\\bpoco\\b|\\bella\\b|\\bestar\\b|\\bestas\\b|\\balgunas\\b|\\balgo\\b|\\bnosotros\\b|\\bmi\\b|\\bmis\\b|\\btú\\b|\\bte\\b|\\bti\\b|\\btu\\b|\\btus\\b|\\bellas\\b|\\bnosotras\\b|\\bvosotros\\b|\\bvosotras\\b|\\bos\\b|\\bmío\\b|\\bmía\\b|\\bmíos\\b|\\bmías\\b|\\btuyo\\b|\\btuya\\b|\\btuyos\\b|\\btuyas\\b|\\bsuyo\\b|\\bsuya\\b|\\bsuyos\\b|\\bsuyas\\b|\\bnuestro\\b|\\bnuestra\\b|\\bnuestros\\b|\\bnuestras\\b|\\bvuestro\\b|\\bvuestra\\b|\\bvuestros\\b|\\bvuestras\\b|\\besos\\b|\\besas\\b|\\bestoy\\b|\\bestás\\b|\\bestá\\b|\\bestamos\\b|\\bestáis\\b|\\bestán\\b|\\besté\\b|\\bestés\\b|\\bestemos\\b|\\bestéis\\b|\\bestén\\b|\\bestaré\\b|\\bestarás\\b|\\bestará\\b|\\bestaremos\\b|\\bestaréis\\b|\\bestarán\\b|\\bestaría\\b|\\bestarías\\b|\\bestaríamos\\b|\\bestaríais\\b|\\bestarían\\b|\\bestaba\\b|\\bestabas\\b|\\bestábamos\\b|\\bestabais\\b|\\bestaban\\b|\\bestuve\\b|\\bestuviste\\b|\\bestuvo\\b|\\bestuvimos\\b|\\bestuvisteis\\b|\\bestuvieron\\b|\\bestuviera\\b|\\bestuvieras\\b|\\bestuviéramos\\b|\\bestuvierais\\b|\\bestuvieran\\b|\\bestuviese\\b|\\bestuvieses\\b|\\bestuviésemos\\b|\\bestuvieseis\\b|\\bestuviesen\\b|\\bestando\\b|\\bestado\\b|\\bestada\\b|\\bestados\\b|\\bestadas\\b|\\bestad\\b|\\bhe\\b|\\bhas\\b|\\bha\\b|\\bhemos\\b|"
#> 
#> $sw2
#> [1] "\\bhabéis\\b|\\bhan\\b|\\bhaya\\b|\\bhayas\\b|\\bhayamos\\b|\\bhayáis\\b|\\bhayan\\b|\\bhabré\\b|\\bhabrás\\b|\\bhabrá\\b|\\bhabremos\\b|\\bhabréis\\b|\\bhabrán\\b|\\bhabría\\b|\\bhabrías\\b|\\bhabríamos\\b|\\bhabríais\\b|\\bhabrían\\b|\\bhabía\\b|\\bhabías\\b|\\bhabíamos\\b|\\bhabíais\\b|\\bhabían\\b|\\bhube\\b|\\bhubiste\\b|\\bhubo\\b|\\bhubimos\\b|\\bhubisteis\\b|\\bhubieron\\b|\\bhubiera\\b|\\bhubieras\\b|\\bhubiéramos\\b|\\bhubierais\\b|\\bhubieran\\b|\\bhubiese\\b|\\bhubieses\\b|\\bhubiésemos\\b|\\bhubieseis\\b|\\bhubiesen\\b|\\bhabiendo\\b|\\bhabido\\b|\\bhabida\\b|\\bhabidos\\b|\\bhabidas\\b|\\bsoy\\b|\\beres\\b|\\bes\\b|\\bsomos\\b|\\bsois\\b|\\bson\\b|\\bsea\\b|\\bseas\\b|\\bseamos\\b|\\bseáis\\b|\\bsean\\b|\\bseré\\b|\\bserás\\b|\\bserá\\b|\\bseremos\\b|\\bseréis\\b|\\bserán\\b|\\bsería\\b|\\bserías\\b|\\bseríamos\\b|\\bseríais\\b|\\bserían\\b|\\bera\\b|\\beras\\b|\\béramos\\b|\\berais\\b|\\beran\\b|\\bfui\\b|\\bfuiste\\b|\\bfue\\b|\\bfuimos\\b|\\bfuisteis\\b|\\bfueron\\b|\\bfuera\\b|\\bfueras\\b|\\bfuéramos\\b|\\bfuerais\\b|\\bfueran\\b|\\bfuese\\b|\\bfueses\\b|\\bfuésemos\\b|\\bfueseis\\b|\\bfuesen\\b|\\bsiendo\\b|\\bsido\\b|\\btengo\\b|\\btienes\\b|\\btiene\\b|\\btenemos\\b|\\btenéis\\b|\\btienen\\b|\\btenga\\b|\\btengas\\b|\\btengamos\\b|\\btengáis\\b|\\btengan\\b|\\btendré\\b|\\btendrás\\b|\\btendrá\\b|\\btendremos\\b|\\btendréis\\b|\\btendrán\\b|\\btendría\\b|\\btendrías\\b|\\btendríamos\\b|\\btendríais\\b|\\btendrían\\b|\\btenía\\b|\\btenías\\b|\\bteníamos\\b|\\bteníais\\b|\\btenían\\b|\\btuve\\b|\\btuviste\\b|\\btuvo\\b|\\btuvimos\\b|\\btuvisteis\\b|\\btuvieron\\b|\\btuviera\\b|\\btuvieras\\b|\\btuviéramos\\b|\\btuvierais\\b|\\btuvieran\\b|\\btuviese\\b|\\btuvieses\\b|\\btuviésemos\\b|\\btuvieseis\\b|\\btuviesen\\b|\\bteniendo\\b|\\btenido\\b|\\btenida\\b|\\btenidos\\b|\\btenidas\\b|\\btened\\b"
#> 
#> $dias
#> [1] "\\bdomingo\\b|\\blunes\\b|\\bmartes\\b|\\bmiércoles\\b|\\bjueves\\b|\\bviernes\\b|\\bsábado\\b|\\bDomingo\\b|\\bLunes\\b|\\bMartes\\b|\\bMiércoles\\b|\\bJueves\\b|\\bViernes\\b|\\bSábado\\b|\\bMiercoles\\b|\\bmiercoles\\b|\\bMIERCOLES\\b|\\bSABADO\\b|\\bSabado\\b|\\bsabado\\b|\\bDOMINGO\\b|\\bLUNES\\b|\\bMARTES\\b|\\bMIÉRCOLES\\b|\\bJUEVES\\b|\\bVIERNES\\b|\\bSÁBADO\\b"
#> 
#> $meses
#> [1] "\\benero\\b|\\bfebrero\\b|\\bmarzo\\b|\\babril\\b|\\bmayo\\b|\\bjunio\\b|\\bjulio\\b|\\bagosto\\b|\\bseptiembre\\b|\\boctubre\\b|\\bnoviembre\\b|\\bdiciembre\\b|\\bEnero\\b|\\bFebrero\\b|\\bMarzo\\b|\\bAbril\\b|\\bMayo\\b|\\bJunio\\b|\\bJulio\\b|\\bAgosto\\b|\\bSeptiembre\\b|\\bOctubre\\b|\\bNoviembre\\b|\\bDiciembre\\b|\\bENERO\\b|\\bFEBRERO\\b|\\bMARZO\\b|\\bABRIL\\b|\\bMAYO\\b|\\bJUNIO\\b|\\bJULIO\\b|\\bAGOSTO\\b|\\bSEPTIEMBRE\\b|\\bOCTUBRE\\b|\\bNOVIEMBRE\\b|\\bDICIEMBRE\\b"
#> 
#> $punt
#> [1] "[^[:alnum:][:digit:][:blank:]\\p{So}|\\p{Cn}\\t\\r\\n#@ŠŽšžŸÀÁÂÃÄÅÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖÙÚÛÜÝàáâãäåçèéêëìíîïðñòóôõöùúûüýÿ]"
#> 
#> $emojis
#> [1] "[^ñáéíóúüç…ÇÜÁÉÍÓÚÑ\\001-\\177]"
#> 
#> $tildes
#> [1] "ŠŽšžŸÀÁÂÃÄÅÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖÙÚÛÜÝàáâãäåçèéêëìíîïðñòóôõöùúûüýÿ"
#>