strsplit 除了撇号之外的所有空格和标点符号[重复]答案

【问题标题】：strsplit on all spaces and punctuation except apostrophes [duplicate]strsplit 除了撇号之外的所有空格和标点符号[重复]
【发布时间】：2014-03-06 20:31:18
【问题描述】：

我已经问过相关问题HERE 和HERE。我试图概括这些答案，但失败了。

基本上，我想将一个字符串拆分为单词、数字和任何类型的标点符号，但我想保留撇号。这是我尝试过的，我非常接近（我认为）：

x <- "Raptors don't like robots! I'd pay $500.00 to rid them."

strsplit(x, "(\\s+)|(?=[[:punct:]])", perl = TRUE)

## [[1]]
##  [1] "Raptors" "don"     "'"       "t"       "like"    "robots"  "!"             
##  [8] ""   "I"   "'"    "d"  "pay"     "$"       "500"     "."       "00"      "to"         
## [20] "rid"   "them"    "."

这是我想要的：

## [[1]]
##  [1] "Raptors" "don't"       "like"    "robots"  "!"       ""        "I'd"      
##  [8] "pay"     "$"       "500"   "."   "00"  "to"      "rid"     "them"    "."

虽然我想要一个基本解决方案，但我希望看到其他解决方案（我确信有人有一个 stringr 解决方案），这使得问题对其他人更普遍。

注意： R 有一个特定的正则表达式系统。您需要熟悉 R 才能回答这个问题。

【问题讨论】：

（好奇）R 的正则表达式有什么特点？
我很困惑你链接到的第一个问题与这个问题不完全相同？
@Jongware，例如转义特殊字符存在问题。
@eddi 第一个问题删除了字符，这里我不删除它们，我想要它们。我使用这两个问题中的信息来尽可能地了解我（相似但不相同）。
@TylerRinker 你能举个例子吗？对于您当前的示例：identical(strsplit(x, "[[:space:]]|(?=[^'[:^punct:]])", perl=TRUE), strsplit(x, "(\\s+)|(?!')(?=[[:punct:]])", perl = TRUE)) # [1] TRUE

标签： regex r

【解决方案1】：

您可以使用否定前瞻(?!')：

strsplit(x, "(\\s+)|(?!')(?=[[:punct:]])", perl = TRUE)
#  [1] "Raptors" "don't"   "like"    "robots"  "!"       ""        "I'd"     "pay"     "$"       "500"     "."       "00"      "to"      "rid"     "them"    "."

【讨论】：