R中的特定字符串拆分答案

【问题标题】：Particular string split in RR中的特定字符串拆分
【发布时间】：2013-11-21 20:43:30
【问题描述】：

我想在 R 中拆分一个文本字符串，但我想考虑一些方面。例如，如果字符串有一个点. 或!，我希望我的函数将它们作为我的拆分列表的元素。下面是我想要得到的示例。

  mytext="Caracas. Montevideo! Chicago."  
  split= "Caracas", "." ,"Montevideo", "!", "Chicago", "."

我目前的方法是用内置 R 函数 gsub 替换以前的“。”通过 " . " 然后我也使用 strsplit 函数。

  mytext=gsub("\\."," .",mytext)
  mytext=gsub("\\!"," !",mytext)
  unlist(strsplit(mytext,split=' '))

所以，我的问题是：是否有另一种方法可以通过配置 strsplit 函数的参数来实现这一点，或者您认为可能更有效的另一种方法。

感谢任何帮助或建议。

【问题讨论】：

标签： string r

【解决方案1】：

前瞻是您在此处寻找的内容：

strsplit(mytext, split = "(?=(\\.|!))", perl = TRUE)
#[[1]]
#[1] "Caracas"     "."           " Montevideo" "!"           " Chicago"    "."

【讨论】：

值得注意的是，perl 标志对于 R 中的前瞻至关重要

【解决方案2】：

eddi 的解决方案不会拆分空格。试试这个：

> regmatches(mytext, gregexpr(text=mytext, pattern="(?=[\\.\\!])|(?:\\s)", perl=T), invert=T)
[[1]]
[1] "Caracas"    "."          "Montevideo" "!"          "Chicago"    "."

【讨论】：