如何在字符串列表之间放置空格？

Question

这是我当前的数据集：

c("Jetstar","Qantas", "QantasLink","RegionalExpress","TigerairAustralia", 
   "VirginAustralia","VirginAustraliaRegionalAirlines","AllAirlines", 
   "Qantas-allQFdesignatedservices","VirginAustralia-allVAdesignatedservices")

我想在航空公司名称之间添加一个空格，并用空格分隔。

为此，我尝试了以下代码：

airlines$airline <- gsub("([[:lower:]]) ([[:upper:]])", "\\1 \\2", airlines$airline)

但是我得到的文本格式与以前相同。

我想要的输出如下：

Answer 1

txt <- c("Jetstar","Qantas", "QantasLink","RegionalExpress","TigerairAustralia", 
"VirginAustralia","VirginAustraliaRegionalAirlines","AllAirlines", 
"Qantas-allQFdesignatedservices","VirginAustralia-allVAdesignatedservices")

您需要两种不同的规则：一种用于大小写更改之前的空格，另一种用于重复出现的单词（“指定”，“服务”）或符号（“-”）。您可以从一个模式开始，该模式先识别一个小写字符，然后识别一个大写字符（由“ [AZ]”这样的字符类识别），然后在两个捕获类的两个字符之间插入一个空格（在节的两侧带有括号）模式）。有关字符类和捕获类的快速描述，请参见?regex详细信息部分：

gsub("([a-z])([A-Z])", "\\1 \\2", txt)

然后，您将该结果用作自变量，在您也要分隔的文本中任何重复出现的单词之前添加一个空格：

gsub("(-|all|designated|services)", " \\1", # second pattern and sub for "specials"
gsub("([a-z])([A-Z])", "\\1 \\2", txt))  #first pattern and sub for case changes

 [1] "Jetstar"                                      
 [2] "Qantas"                                       
 [3] "Qantas Link"                                  
 [4] "Regional Express"                             
 [5] "Tigerair Australia"                           
 [6] "Virgin Australia"                             
 [7] "Virgin Australia Regional Airlines"           
 [8] "All Airlines"                                 
 [9] "Qantas - all QF designated services"          
[10] "Virgin Australia - all VA designated services"

我看到有人赞成我对Splitting CamelCase in R的早期回答，该回答与此类似，但是这个问题还有很多皱纹可以解决。

Answer 2

（几乎）可以做到这一点

gsub("([A-Z])", " \\1", airlines) 

借来于：splitting-camelcase-in-r

当然，诸如Qantas-allQFd…之类的名称仍然会出现问题，因为该字符串的第二部分中有两个连续的UpperCase字母（“ QF”）。

Answer 3

我试图弄清楚，我想出了一些办法：

library(stringr)

data_vec<- c("Jetstar","Qantas", "QantasLink","RegionalExpress","TigerairAustralia", 
  "VirginAustralia","VirginAustraliaRegionalAirlines","AllAirlines", 
  "Qantas-allQFdesignatedservices","VirginAustralia-allVAdesignatedservices")


str_trim(gsub("(?<=[A-Z]{2})([a-z]{1})", " \\1",gsub("([A-Z]{1,2})", " \\1", data_vec)))

我希望这会有所帮助。