使用R中的RegEx拆分字符串

Question

假設我們有以下字符串。

str <- '<a><b><c>';

我需要拆分它，以便輸出是'a' ， 'b' ， 'c'的向量。

基本上我可能需要一個RegEx拆分函數，它從原始字符串中取出<(*)>實例並將它們添加到一個新的向量中。

Answer 1

str <- '<a><b><c>'
str <- gsub('<|>','',str)
str <- unlist(strsplit(str,'',fixed=TRUE))  # or: strsplit(str,'',fixed=TRUE)[[1]]

得到：

> str
[1] "a" "b" "c"

響應您的評論：

str2 <- '<ab><bc><cd>'
str2 <- unlist(strsplit(str2,'><',fixed=TRUE))  # or: strsplit(str2,'><',fixed=TRUE)[[1]]
str2 <- gsub('<|>','',str2)

得到：

> str2
[1] "ab" "bc" "cd"

Answer 2

1）strsplit / gsub刪除<字符，然后按>拆分> 。 （人們可能已經預料到這會在最后留下一個零字符組件，但幸運的是，由於strsplit工作方式不會發生這種情況。）此解決方案特別短，不使用任何包。

unlist(strsplit(gsub("<", "", str), ">"))
## [1] "a" "b" "c"

2）scan / chartr用空格替換<和>字符，然后使用scan來讀取剩下的內容。 此解決方案不使用任何包，特別簡單，但取決於不包含空格的字段：

scan(textConnection(chartr("<>", "  ", str)), what = "", quiet = TRUE)
## [1] "a" "b" "c"

3）gsubfn strapplyc中的strapplyc strapplyc提取與正​​則表達式匹配的字段。 （stringr包也提供了類似的功能，而base R提供了regmatches ，這也可以做到這一點，但有點笨拙。）這個解決方案很短但確實使用了一個包。

library(gsubfn)

strapplyc(str, "[^<>]+", simplify = c)
[1] "a" "b" "c"

Answer 3

首先， gsub '> <'用於其他方面。 我選擇了一個空間。 這是你稍后會strsplit 。 然后，刪除'>'和'<'。 然后你可以在空間上進行strsplit 。 如果需要，請使用unlist 。

str1 <- '<a><b><c>';
str1 <-gsub('><',' ',str1)
str1 <-gsub('>|<','',str1)
strsplit(str1,' ')
#"a" "b" "c"

Answer 4

可以拆分使用strsplit和一個正則表達式/[<>]+/ ，然后過濾掉所有與該空結果lapply ：

str <- '<ab><bc><cd>'
unlist(lapply(strsplit(str,"[<>]+"), function(x){x[!x ==""]}))
//[1] "ab" "bc" "cd"

或者只是刪除第一個空arg：

unlist(strsplit(str,"[<>]+"))[-1]
//[1] "ab" "bc" "cd"

Answer 5

我們可以使用str_extract_all

library(stringr)
str_extract_all(str2, '[a-z]+')[[1]]
#[1] "ab" "bc" "cd"