在R中用未转义的分隔符拆分字符串

Question

我必须用R读取一个文件，其中可变数量的列由|字符分隔。但是，如果前面有\，则不应将其视为分隔符。

我首先想到像strsplit(x, "[^\\][|]")这样的东西会起作用，但这里的问题是每个管道前的字符都被“消耗”了：

> strsplit("word1|word2|word3\\|aha!|word4", "[^\\][|]")
[[1]]
[1] "word"        "word"        "word3\\|aha" "word4" 

有人可以建议一种方法吗？理想情况下，它应该被矢量化，因为有问题的文件非常大。

Answer 1

我相信这有效;使用Anirudh的downvoted答案（不确定为什么downvote，它不起作用，但正则表达式是正确的）

strsplit(x, "(?<!\\\\)[|]", perl=TRUE)

## > strsplit(x, "(?<!\\\\)[|]", perl=TRUE)
## [[1]]
## [1] "word1"        "word2"        "word3\\|aha!" "word4" 

Answer 2

您需要使用zero width assertion（lookbehind）

(?<!\\\\)[|]