问在R中，如何使用正则表达式来拆分字符串？

EN

使用以下命令：

strsplit(subject, "\\s", perl=TRUE);

说明

\s匹配一个空格字符，这意味着空格、制表符和回车。我没有使用制表符\t，因为在示例字符串中我只找到了一个常规空格字符。

选项2:去掉额外的下划线

我注意到您的一些标记在分隔符附近有双下划线。如果您想删除多余的下划线，可以使用这个正则表达式：\s(?:_(?=_))?

在R：strsplit(subject, "\\s(?:_(?=_))?", perl=TRUE);

在the demo上，您可以看到我们如何只匹配双倍下划线。我们在这个分隔符上拆分。

它是如何工作的：

• \\s匹配空格character
• (?:_(?=_))?是一个非捕获组，由末尾的?设置为可选，它匹配下划线，但前提是先行(?=_)能够断言下面的字符是下划线

参考

• Lookahead and Lookbehind Zero-Length Assertions
• Mastering Lookahead and Lookbehind

或

temp <- "__spiritual_bouquet_1    _type_of    __sympathy_card_1"
strsplit(temp, " ")[[1]]

这会给你一些额外的空结果。所以你也可以这样做

strsplit(temp, " ")[[1]][strsplit(temp, " ")[[1]] != ""]