按环视拆分

Question

我想将一个字符串拆分为单个字符，但用<和>包围的字符除外。因此，<a>bc<d>e将变为<a> b c <d> e。我尝试了(?<!<)(?!>)，它似乎可以在正则表达式测试器中工作，但在R的以下代码中却无法工作。我做错了什么？

X = '<a>bc<d>e'
Y = '(?<!<)(?!>)'
unlist(strsplit(X,Y,perl=TRUE))
[1] "<" "a" ">" "b" "c" "<" "d" ">" "e"

Answer 1

使用正面环顾四周，而不是负面的环境：

strsplit('<a>bc<d>e', '(?<=[^<])(?=[^>])', perl=TRUE)
## [[1]]
## [1] "<a>" "b"   "c"   "<d>" "e"  

请参见R demo。

详细信息

• (?<=[^<])-向后的正向查找，要求紧靠当前位置左侧的<以外的其他字符
• (?=[^>])-一个正向超前查询，需要在当前位置的右侧紧邻>以外的其他字符。

Answer 2

(<[^>]+>|\S)

似乎可以正常工作。这会尝试首先将所有包围的三角括号匹配，如果没有，则匹配单个字符。

Example on Regex101

regmatches(X, gregexpr("<[^>]+>|\\S",X))[[1]]
#> [1] "<a>" "b"   "c"   "<d>" "e"