r - 我应该如何使用 strsplit 拆分和保留元素？

Question

R 中的 strsplit 函数所做的是匹配并删除给定的正则表达式，以将字符串的其余部分拆分为向量。

>strsplit("abc123def", "[0-9]+")
[[1]]
[1] "abc" ""    ""    "def" 

但是我应该如何使用正则表达式以相同的方式拆分字符串，同时保留匹配项？我需要类似下面的东西。

>FUNCTION("abc123def", "[0-9]+")
[[1]]
[1] "abc" "123" "def" 

使用 strapply("abc123def", "[0-9]+|[az]+") 在这里有效，但是如果正则表达式无法捕获除匹配项之外的其余字符串怎么办？

Answer 1

从根本上说，在我看来，你想要的不是分裂，而是分裂与其他一切[0-9]+之间的过渡。[0-9]+在您的字符串中，该转换不是预先存在的。gsub要插入它，您可以使用和反向引用进行预处理：

test <- "abc123def"
strsplit( gsub("([0-9]+)","~\\1~",test), "~" )

[[1]]
[1] "abc" "123" "def"

Answer 2

您可以使用环视断言。

> test <- "abc123def"
> strsplit(test, "(?<=\\D)(?=\\d)|(?<=\\d)(?=\\D)", perl=T)
[[1]]
[1] "abc" "123" "def"

Answer 3

您可以使用 gsubfn 包中的 strapply。

test <- "abc123def"
strapply(X=test,
         pattern="([^[:digit:]]*)(\\d+)(.+)",
         FUN=c,
         simplify=FALSE)

[[1]]
[1] "abc" "123" "def"