regex - 在一个或多个空格上将字符串拆分为子字符串

Question

我想在出现一个或多个空格（制表符、空格...）的位置将一个字符串拆分为几个子字符串。在它的文档中strsplit()说，该拆分被解释为正则表达式。

因此，我尝试了以下方法，但没有成功：

test = "123 nnn      dddddd"
strsplit(test, "[:space:]+")

它只返回：

[[1]]
[1] "123 nnn      dddddd"

但应该返回：

[[1]]
[1] "123" "nnn" "dddddd"

我的代码有什么问题？

score 9 · Accepted Answer

尝试

strsplit(test, '\\s+')
[[1]]
[1] "123"    "nnn"    "dddddd"

\\s将匹配所有空白字符。

score 7 · Accepted Answer

[:space:]必须放在一个字符类[]中才能使其工作，即[[:space:]]. [:space:]其本身将被解释为由 , :, s, p, a,c组成的字符类e。

strsplit(test, "[[:space:]]+")

请注意，默认情况下将strsplit使用 POSIX ERE，这会导致[:space:].

在 PCRE（Perl 兼容正则表达式）中，[:space:]与语言环境无关，等效于\p{Xps}. perl因此，如果您希望跨不同语言环境的行为保持一致，您可能需要启用标志。

如果您只想折叠所有空格（ASCII 32）并且想单独留下水平制表符\t和换行符\n，或者您可以假设文本仅包含空格（ASCII 32）作为间距字符：

strsplit(test, " +")

2 回答 2