Question

_{这是此问题的后续解答：Concatenate previous and latter words to a word that match a condition in R}

我正在寻找一个正则表达式，用于在逗号后的第二个空格处拆分字符串。看下面的例子：

vector <- c("Paulsen", "Kehr,", "Diego", 
            "Schalper", "Sepúlveda,", "Alejandro",
             "Von Housen", "Kush,", "Terry")

X <- paste(vector, collapse = " ")
X

## this is the string I am looking to split:
"Paulsen Kehr, Diego Schalper Sepúlveda, Diego Von Housen Kush, Terry"

每个逗号后的第二个空格是我的regex的标准。因此，我的输出将是：

"Paulsen Kehr, Diego"
"Schalper Sepúlveda, Alejandro"
"Von Housen Kush, Terry"

我想出了一个模式，但是它不能正常工作。

[^ ]+ [^ ]+, [^ ]+( )

与strsplit一起使用会删除所有单词，而不是仅在第1组（即[^ ]+ [^ ]+, [^ ]+(group-1)）处拆分。我认为我只需要排除完全匹配项，然后再与空格匹配即可。 - regex demo

strsplit(X, "[^ ]+ [^ ]+, [^ ]+( )")

# [1] "" [2] "" [3] "Von Housen Kush, Terry"

有人能想到regex来找到每个逗号后的 第二个空格 吗？

Answer 1

您可以使用

> strsplit(X, ",\\s+\\S+\\K\\s+", perl=TRUE)
[[1]]
[1] "Paulsen Kehr, Diego"           "Schalper Sepúlveda, Alejandro" "Von Housen Kush, Terry"

请参见regex demo

详细信息

,-逗号
\s+-超过1个空格
\S+-1个以上非空格
\K-匹配重置运算符会丢弃到目前为止已匹配的所有文本
\s+-超过1个空格

在每个逗号后查找第二个空格

1 个答案: