Question

我一直试图在R中用双引号拆分空格分隔的字符串一段时间但没有成功。字符串的示例如下：

降雨降雪“通道存储”“小溪存储”

这对我们很重要，因为这些列标题必须与后续数据匹配。关于如何解决这个问题，本网站还有其他一些建议，但它们似乎与R不兼容。一个例子：

Regex for splitting a string using space when not surrounded by single or double quotes

以下是我一直在尝试的一些代码：

str <- 'rainfall snowfall "Channel storage" "Rivulet storage"'
regex <- "[^\\s\"']+|\"([^\"]*)\""
split <- strsplit(str, regex, perl=T)

我想要的是

[1] "rainfall" "snowfall" "Channel storage" "Rivulet storage"

但我得到的是：

[1] ""  " " " " " "

向量是正确的长度（这是令人鼓舞的）但当然字符串是空的或包含单个空格。有什么建议吗？

提前致谢！

Answer 1

scan将为您执行此操作

scan(text=str, what='character', quiet=TRUE)
[1] "rainfall"        "snowfall"        "Channel storage" "Rivulet storage"

Answer 2

正如mplourde所说，使用scan。这是迄今为止最干净的解决方案（除非您想保留\"，即......）

如果您想使用正则表达式执行此操作（或scan无法轻松解决的问题），您仍然会以错误的方式查看它。你的正则表达式会返回你想要的东西，所以如果你在strsplit中使用它，它将会删除你想要保留的所有内容。

在这些场景中，您应该查看函数gregexp，它返回匹配的起始位置，并将匹配的长度作为属性添加。结果可以传递给函数regmatches()，如下所示：

str <- 'rainfall snowfall "Channel storage" "Rivulet storage"'
regex <- "[^\\s\"]+|\"([^\"]+)\""

regmatches(str,gregexpr(regex,str,perl=TRUE))

但是如果你只是需要角色向量作为mplourde的解决方案返回，那就去吧。而且很可能那就是你所追求的。

Answer 3

您可以使用包gsubfn中的strapply。在strapply中，您可以定义匹配的字符串而不是拆分字符串。

str <- "rainfall snowfall 'Channel storage' 'Rivulet storage'"
strapply(str,"\\w+|'\\w+ \\w+'",c)[[1]]

[1] "rainfall"          "snowfall"          "'Channel storage'" "'Rivulet storage'"

按空格拆分字符串，除非包含在引号内

3 个答案: