使用lookahead断言正则表达式拆分字符串

Question

这是一个字符串：

[1] "5 15  3 23 11 59 44.7 -.263226218521e-03  .488853402202e-11  .000000000000e+01"

我需要将某些空格分开，将前7个数字保持在一起，如下所示：

[1] "5 15  3 23 11 59 44.7" "-.263226218521e-03"  ".488853402202e-11"  ".000000000000e+01"

所以我试图使用前瞻性正则表达式来分隔后跟点或减号的空格：

strsplit(mystring,"(?=[-.]) +",perl=T)

或

strsplit(nraw,"(?=[-.])\\s+",perl=T)

但正则表达式在任何地方都不匹配，并输出原始字符串。

我做错了什么？

Answer 1

如果要拆分后跟-或.的空格，则需要在找到空格后使用前瞻。

strsplit(mystring, " +(?=[-.])", perl=TRUE)
#[[1]]
#[1] "5 15  3 23 11 59 44.7" "-.263226218521e-03"   ".488853402202e-11"   
#[4] ".000000000000e+01"

请注意，使用保留字TRUE（即无法重新定义）而不是T被认为是一种良好做法，可以重新定义。

如果由于某种原因你想先把前瞻，那么你需要匹配前瞻内的空间和[-.]，然后匹配正则表达式之外的那些相同的空格：

strsplit(mystring, "(?= +[-.]) +", perl=TRUE)
[[1]]
[1] "5 15  3 23 11 59 44.7" "-.263226218521e-03"    ".488853402202e-11"    
[4] ".000000000000e+01" 

这是有效的，因为前瞻是零宽度，这意味着它实际上不会消耗这些字符或从初始匹配位置向前移动。你可以在比赛开始时保持正确，这样你就可以在前瞻之外再次匹配那些相同的空间。

由于前瞻的零宽度特性，您的原始方法无法正常工作。您基本上要求先前查看当前位置，而不是实际前进，以查看是否有.或-。然后，如果找到，请查看一个或多个空格的相同位置。在您找到.或-的地方不能有空格。