用特定字符之间的键分隔（dplyr）（在空格之后和大写字母之前）答案

【问题标题】：separate (dplyr) with key in-between specific characters (after space and before capital letter)用特定字符之间的键分隔（dplyr）（在空格之后和大写字母之前）
【发布时间】：2019-06-26 17:56:19
【问题描述】：

我想 dplyr::separate 必须在空格之后和大写字母之前的减号 (-)。

我的正则表达式 [\s]-[A-Z] 包含空格和大写字母，因此通过分隔删除。我只想在该特定位置使用减号进行分隔，而不是去掉空格和后面的字母。

library(dplyr)

data.frame(x = c("Hans-Peter Wurst -My Gosh", "What is -wrong here -Do not worry")) %>% 
  separate(x, into = c("one", "two"), sep = "[\\s]-[A-Z]")

结果：

#                   one         two
# 1    Hans-Peter Wurst      y Gosh
# 2 What is -wrong here o not worry

期望的输出是：

#                   one          two
# 1    Hans-Peter Wurst      My Gosh
# 2 What is -wrong here Do not worry

【问题讨论】：

好的，我重新打开它，因为我对这些谈话感到头疼

标签： r regex dplyr

【解决方案1】：

您可以将大写字母模式包装在后向/前瞻中

sep = "(?<!\\S)-(?=[A-Z])"

或者，如果必须排除字符串开头的-，则使用

sep = "(?<=\\s)-(?=[A-Z])"

见regex demo

由于lookarounds 是不消耗文本的零宽度断言（它们匹配的文本不会落在整体匹配值内，它只检查模式是否匹配并返回真或假）字母将保留在输出。

详情

(?<=\s) - 正向向后看，需要紧挨当前位置左侧的空格
(?<!\S) - 一个否定的向后查找，需要字符串位置的开头或紧挨当前位置左侧的空格
- - 一个连字符
(?=[A-Z]) - 正向前瞻，需要在当前位置右侧紧邻大写 ASCII 字母。

【讨论】：

如果要相信 OP 的文字，“没有摆脱空格和后面的字母”，可能还需要对空格使用后视。跨度>
@Gregor 很公平，我将\s+ 替换为与字符串开头或空格后的位置匹配的(?<!\S)。如果必须排除起始位置，(?<=\s) 可能会更好。

【解决方案2】：

我们可以使用extract 将字符捕获为一个组 ((..))。把那些不需要的字符放在括号外

library(tidyverse)
data.frame(x = c("Hans-Peter Wurst -My Gosh", 
               "What is -wrong here -Do not worry")) %>%
     extract(x, into = c("one", "two"), "(.*) -([^-]+)$")
#                 one          two
#1    Hans-Peter Wurst      My Gosh
#2 What is -wrong here Do not worry

【讨论】：