Question

在我的SO活动中，我发现许多R用户使用strsplit()进行文本操作，即使结果中没有发生实际的拆分。话虽这么说，这是我的问题：

采用以下字符向量x：

> x <- c("1500 2", "1500 1", "1510 2", "1510 1", "1520 2")

我可以使用正则表达式和gsub()

提取每个字符串中的最后一位数字

> gsub(".*\\s", "", x)
# [1] "2" "1" "2" "1" "2"

我也可以用strsplit()来做。但是，由于strsplit()的算法（在本文的底部注明），""位于每场比赛的前面。

> unlist(strsplit(x, ".*\\s"))
# [1] ""  "2" ""  "1" ""  "2" ""  "1" ""  "2"

通过在上面的结果上调用""，可以轻松删除这些nzchar()字符串。当然，我可以使用strsplit()和nzchar()编写一个函数来完成所有操作。

> f <- function(x, pattern)
  {
      y <- unlist(strsplit(x, pattern))
      y[nzchar(y)]
  }
> f(x, ".*\\s")
# [1] "2" "1" "2" "1" "2"

由于strsplit()在其split参数中接受正则表达式，我认为可能从unlist(strsplit(...))得到与{fom gsub(...)相同的结果。有没有人知道如何做到这一点，或者它是否可能？

来自?strsplit

的

注意：

应用于每个输入字符串的算法...意味着如果在（非空）字符串的开头存在匹配，则输出的第一个元素是＆＃34;＆＃34;，但是如果字符串末尾有一个匹配项，输出与删除的匹配项相同。当前语言环境中的无效输入最多会被警告5次。

Answer 1

正如你在strsplit的定义中指出的那样，你得到空字符串的原因是：

如果在（非空）字符串的开头有匹配，则输出的第一个元素是＆＃34;＆＃34;

如果您不想在最后致电nzchar，仍然使用strsplit，则可以插入虚拟角色：

res <- unlist(strsplit(paste0('#',x),'\\d{4} '))
res[res !="#"]

[1] "2" "1" "2" "1" "2"

但我认为最好使用sub替换不需要的字符（不是gsub）：

sub('\\d{4} ','',x)