用空格分割字符串，除非包含在引号中答案

【问题标题】：Splitting a string by space except when contained within quotes用空格分割字符串，除非包含在引号中
【发布时间】：2012-11-17 15:45:36
【问题描述】：

一段时间以来，我一直在尝试用 R 中的双引号拆分空格分隔的字符串，但没有成功。字符串示例如下：

降雨降雪“渠道蓄水”“小溪蓄水”

这对我们很重要，因为这些是必须与后续数据匹配的列标题。这个网站上还有其他关于如何解决这个问题的建议，但它们似乎不适用于 R。一个例子：

Regex for splitting a string using space when not surrounded by single or double quotes

这是我一直在尝试的一些代码：

str <- 'rainfall snowfall "Channel storage" "Rivulet storage"'
regex <- "[^\\s\"']+|\"([^\"]*)\""
split <- strsplit(str, regex, perl=T)

我想要的是

[1] "rainfall" "snowfall" "Channel storage" "Rivulet storage"

但我得到的是：

[1] ""  " " " " " "

向量的长度是正确的（这是令人鼓舞的），但字符串当然是空的或包含一个空格。有什么建议吗？

提前致谢！

【问题讨论】：

标签： regex r strsplit

【解决方案1】：

scan 会为你做这件事

scan(text=str, what='character', quiet=TRUE)
[1] "rainfall"        "snowfall"        "Channel storage" "Rivulet storage"

【讨论】：

谢谢 mplourde。这正是我所需要的。

【解决方案2】：

正如 mplourde 所说，使用scan。这是迄今为止最干净的解决方案（除非你想保留\"，也就是说......）

如果您想使用正则表达式来执行此操作（或 scan 无法轻松解决的问题），您仍然以错误的方式看待它。您的正则表达式会返回您想要的内容，因此如果您在 strsplit 中使用它，它将删除您想要保留的所有内容。

在这些情况下，您应该查看函数gregexp，它返回匹配的起始位置并将匹配的长度添加为属性。这个结果可以传递给函数regmatches()，像这样：

str <- 'rainfall snowfall "Channel storage" "Rivulet storage"'
regex <- "[^\\s\"]+|\"([^\"]+)\""

regmatches(str,gregexpr(regex,str,perl=TRUE))

但是，如果您只需要字符向量作为 mplourde 的解决方案返回，那就去做吧。无论如何，这很可能就是您所追求的。

【讨论】：

你可以用regmatches代替mapply:regmatches(str, gregexpr(regex,str,perl=TRUE))[[1]]
感谢 Joris（和 mplourde）——你说得对，我需要的是扫描，但对我了解如何在这种情况下应用 regmatches() 非常有用

【解决方案3】：

您可以使用 gsubfn 包中的 strapply。在 strapply 中，您可以定义匹配字符串而不是拆分字符串。

str <- "rainfall snowfall 'Channel storage' 'Rivulet storage'"
strapply(str,"\\w+|'\\w+ \\w+'",c)[[1]]

[1] "rainfall"          "snowfall"          "'Channel storage'" "'Rivulet storage'"

【讨论】：