用保留分隔符分隔字符串

Question

我有一个数据农场：

ID    Value
1    message "some text"
2    more messages "some more text"

我以这种方式分隔数据框中的一列：

df <- df  %>%
  separate(Value, c("message", "text"), ' "', remove = TRUE) 

但我明白了：

ID    message             text
1    message          some text"
2    more messages    some more text"

而不是这个：

ID    message             text
1    message          "some text"
2    more messages    "some more text"

我怎样才能保留那个分隔符？我也试过这个，但犯了同样的错误：

df %>% 
  tidyr::extract(col = "Value",
                 into = c("message", "text"),
                 regex = '^(.*?) "(.*?)$', remove = FALSE)

Answer 1

你可以使用

separate(Value, c("message", "text"), '\\s+(?=")', remove = TRUE) 

请参阅regex demo。

\s+(?=") 模式匹配 1 个或多个紧跟 " 字符的空格。

或者，使用extract，您可以使用

tidyr::extract(col = "Value",
                 into = c("message", "text"),
                 regex = '^([^"]*)\\s(".*)', remove = FALSE)

请参阅regex demo。正则表达式的意思是：

• ^ - 字符串开头
• ([^"]*) - 第 1 组 (message)：除 " 之外的任何零个或多个字符
• \s - 一个空格
• (".*) - 第 2 组 (text)："，然后是尽可能多的除换行符以外的任何零个或多个字符