是否可以在不消耗模式的情况下使用 R 的 base::strsplit()

Question

我有一个字符串，它完全由 [:digit:]+[AZ] 的简单重复模式组成，例如 12A432B4B。

我想使用 base::strsplit() 来获取：

[1] "12A" "432B" "4B"

我想我可以使用 lookahead 按 LETTER 拆分并使用unlist(strsplit("12A432B4B", "(?<=.)(?=[AZ])", perl = TRUE))保持这种模式，但可以看出我错误地得到了分裂：

[1] "12"   "A432" "B4"   "B" 

无法理解适用于此 strsplit 策略的模式？ 解释将不胜感激。

奖励：我也未能在gsub中使用反向引用（例如 - 模式不起作用 `gsub("([[:digit:]]+[AZ])+", "\\1", "12A432B4B")，并且可以你检索超过 \\1 到 \\9 组，如果 [:digit:]+[AZ] 重复超过 9 次？

Answer 1

我们可以使用正则表达式环视在大写字母和数字之间进行拆分

strsplit(str1, "(?<=[A-Z])(?=[0-9])", perl = TRUE)[[1]]
#[1] "12A"  "432B" "4B" 

数据

str1 <- "12A432B4B"

Answer 2

帖子中提到的模式可以在str_extract_all中使用：

str_extract_all(string, '[[:digit:]]+[A-Z]')[[1]]
#[1] "12A"  "432B" "4B"  

或者在基数 R 中：

regmatches(string, gregexpr('[[:digit:]]+[A-Z]', string))[[1]]

其中string是：

string <- '12A432B4B'