您如何在 R 中讀取帶有豎線分隔符（同時忽略其他可能的分隔符）的 .txt 文件？

Question

我的文本數據始終由豎線（“|”）分隔，但豎線之間的文本很少一致，並且通常包含可用作分隔符的字符（“-”、“、”和回車符）。 我希望只有 2 列（報告編號和評論）。

目標：

報告編號	報告
4312822	評論：這個人與其他人一起工作做得很好 - 階級地位是 15/265 - 265 人中的最終學術平均/成績為 83.51%/209
3059758	評論，第一部分：這是一份虛擬報告。

數據是什么樣的：

4312822|評論：此人在與他人合作方面做得很好。 - 階級地位是 1/10
- 最終學術平均/成績為 83.51% / 209 分（共 265 名）|

3059758|評論，第一部分：這是一份虛擬報告。|

我已經嘗試過 read.delim 和 read.table：

Reports = read.delim('reports.txt', sep = "|", stringsAsFactors = FALSE, skipNul = TRUE, blank.lines.skip = TRUE)

然而，結果是混亂的，沒有被“|”整齊地分割

Answer 1

一種方法是使用readr包的函數read_delim 。 readr在 CRAN 上可用，因此您可以從 R 會話中安裝它：

install.packages("readr")
readr::read_delim("a;a|b,b|c.c|d:d
", delim = "|", col_names = FALSE)

為確保上述示例有效，請確保將第一個字符向量拆分為兩行，即需要包含回車符。

然后，要實際將它與您的文件一起使用，您需要在 R 會話中鍵入，

readr::read_delim("reports.txt", delim = "|")