R / stringr：拆分字符串，但在输出中保留分隔符

Question

我试图寻找解决方案，但似乎没有明确的解决方案 我尝试按照空格和大写字母的模式拆分字符串，然后使用 stringr 包。

x <- "Foobar foobar, Foobar foobar"
str_split(x, " [:upper:]")

通常我会得到：

[[1]]
[1] "Foobar foobar," "oobar foobar"  

但是，我希望得到的输出应该包括分隔符中的字母：

[[1]]
[1] "Foobar foobar," "Foobar foobar"

可能在字符串中没有像反向引用这样的解决方案，所以我很乐意得到任何帮助。

Answer 1

您可以使用大写字母后跟1个空格分隔：

> str_split(x, "\\s+(?=[[:upper:]])")
[[1]]
[1] "Foobar foobar," "Foobar foobar" 

下面，

• \\s+ - 一个或多个空格
• (?=[[:upper:]]) - 一个positive lookahead（非消费模式），只检查字符串中当前位置右侧的大写字母，而不将其添加到因此，匹配值将其保留在输出中。

请注意\s匹配各种空格字符，而不仅仅是普通的常规空格。此外，it is safer使用[[:upper:]]而非[:upper:] - 如果您计划将模式与其他正则表达式引擎（例如PCRE）一起使用。

Answer 2

我们可以使用正则表达式的外观来分割,和大写字符之间的空格

str_split(x, "(?<=,) (?=[A-Z])")[[1]]
#[1] "Foobar foobar," "Foobar foobar"