Question

我遇到了一些连接不同字符串的问题，我想再次拆分。我正在处理诸如

之类的事情

name="o-n-Butylhydroxylamine1-MethylpropylhydroxylamineAmino-2-butanol"

在这种情况下应分开 "o-n-Butylhydroxylamine", "1-Methylpropylhydroxylamine"和"Amino-2-butanol"

我是否有任何想法可以使用strsplit和/或gsub正则表达式来实现这一目标？我想要使用的规则是，当数字，括号（“（”）或大写字母跟在小写字母后面时，我想分开一个单词。有什么想法怎么做？

Answer 1

您可以使用正向环顾断语来查找（然后拆分）字符间位置，前面是小写字母，后面是大写字母，数字或(。

name <- "o-n-Butylhydroxylamine1-MethylpropylhydroxylamineAmino-2-butanol"
pat <- "(?<=[[:lower:]])(?=[[:upper:][:digit:](])"
strsplit(name, pat, perl=TRUE)
# [[1]]
# [1] "o-n-Butylhydroxylamine"      "1-Methylpropylhydroxylamine"
# [3] "Amino-2-butanol"

Answer 2

strsplit(name, "(?<=([a-z]))(?=[A-Z]|[0-9]|\\()", perl=TRUE)
# [[1]]
# [1] "o-n-Butylhydroxylamine"      "1-Methylpropylhydroxylamine" "Amino-2-butanol"

请记住，返回值是一个列表，因此如果合适，请使用[[1]]。

Answer 3

试试这个：

name="o-n-Butylhydroxylamine1-MethylpropylhydroxylamineAmino-2-butanol"
print(strsplit(gsub("([a-z])(\\d)","\\1#\\2",
                    gsub("([a-z])([A-Z])","\\1#\\2",name)),"#")[[1]])

它假定一个非上限字母后跟一个数字是一个分割，一个非上限后跟一个上限。

当大写字母跟随R中单词中间的下限字母时，拆分字符串

3 个答案: