R：反斜杠上的 strsplit (\)答案

【问题标题】：R: strsplit on backslash (\)R：反斜杠上的 strsplit (\)
【发布时间】：2016-01-17 13:20:36
【问题描述】：

我试图在第一个反斜杠之前提取字符串的一部分，但我似乎无法让它正常工作。

根据 strsplit 的手册页和在线搜索后，我尝试了多种让它工作的方法。

在我的实际情况中，字符串位于我从数据库连接获取的数据框中，但我可以通过以下方式简化情况：

> strsplit("BLAAT1\022E:\\BLAAT2\\BLAAT3","\\",fixed=TRUE) [[1]] [1] "BLAAT1\022E:" "BLAAT2" "BLAAT3" > strsplit("BLAAT1\022E:\\BLAAT2\\BLAAT3","\\",fixed=FALSE) strsplit("BLAAT1\022E:\\BLAAT2\\BLAAT3", "\\", fixed = FALSE) 中的错误：无效的正则表达式“\”，原因是“尾随反斜杠” > strsplit("BLAAT1\022E:\\BLAAT2\\BLAAT3","\\\\",fixed=TRUE) [[1]] [1] "BLAAT1\022E:\\BLAAT2\\BLAAT3" > strsplit("BLAAT1\022E:\\BLAAT2\\BLAAT3","\\\\",fixed=FALSE) [[1]] [1] "BLAAT1\022E:" "BLAAT2" "BLAAT3"

预期的输出也会在 BLAAT1 和 022E 之间的 \ 上拆分：

提前致谢

【问题讨论】：

您想要 4 个元素作为预期输出，还是仅将 BLAAT 和 02E:\\BLATT2\\BLAAT3 作为第二个拆分。顺便说一句，\022 这是一个 unicode 符号
你这里有ASCII字符，strsplit("BLAAT1\022E:\\BLAAT2\\BLAAT3","[[:cntrl:]]")给你想要的吗？
"\022" 是一个字符。
或strsplit("BLAAT1\022E:\\BLAAT2\\BLAAT3","[^[:print:]]")

标签： regex r strsplit

【解决方案1】：

如果您使用带有strsplit 函数的正则表达式，则文字反斜杠可以编码为两个文字反斜杠（因为文字\ 是一个特殊的正则表达式元字符，用于形成正则表达式转义，例如\d、@ 987654326@ 等），但由于 R 字符串文字支持字符串转义序列（例如 "\r" 用于回车，"\n" 用于换行符），因此需要使用双反斜杠定义文字反斜杠。

所以，"\\" 是一个文字 \，一个正则表达式模式来匹配一个文字反斜杠字符，即 \\，应该用 4 个反斜杠编码，"\\\\"。

这是一个您可以使用的正则表达式：它在 \ 和 non-printable character 处拆分：

strsplit("BLAAT1\022E:\\BLAAT2\\BLAAT3","\\\\|[^[:print:]]",fixed=FALSE)
# [1] "BLAAT1" "E:"     "BLAAT2" "BLAAT3"

见IDEONE demo

【讨论】：

谢谢，没有意识到 \022 是一个不可打印的字符。