代码之家 › 专栏 › 技术社区 › Cristian E. Nuno

正则表达式:拆分字符串时如何保留所有数字?

strsplit split text regex r

Cristian E. Nuno · 技术社区 · 6 年前

问题

sample.text 分为两个元素:一个是数字,一个是文本。

这个正则表达式- \\d\\s{1} -内部 base::strsplit() 删除最后一个数字。下面是我的尝试,以及我想要的输出。

# load necessary data -----
sample.text <-
  c("111110 Soybean Farming", "0116 Soybeans")

# split string by digit and one space pattern ------
strsplit(sample.text, split = "\\d\\s{1}")
# [[1]]
# [1] "11111"           "Soybean Farming"
# 
# [[2]]
# [1] "011"      "Soybeans"

# desired output --------
# [[1]]
# [1] "111110"           "Soybean Farming"
# 
# [[2]]
# [1] "0116"      "Soybeans"

# end of script #

有什么建议吗 示例.text 保留所有数字将不胜感激!非常感谢。

2 回复 | 直到 6 年前

CertainPerformance 6 年前

因为你要分手了 \\d ,数字是

strsplit(sample.text, split = "(?<=\\d) ", perl=TRUE)

http://rextester.com/GDVFU71820

krads 6 年前

一些替代解决方案,在第一次出现空间时使用非常简单的模式匹配:

1) 间接使用 sub 替换你自己的定界符 strsplit 在分隔符上:

strsplit( sub(' ', ';', sample.text), split=';')

2) 使用 regexpr 和 regmatches

您可以有效地匹配第一个“”(空格字符),并按如下方式拆分:

regmatches(sample.text, regexpr(" ", sample.text), invert = TRUE)

结果是一个列表,如果这是您所追求的每一个样本所需的输出:

[[1]]
[1] "111110"          "Soybean Farming"

[[2]]
[1] "0116"     "Soybeans"

library(stringr)
str_split_fixed(sample.text, " ", 2)  #outputs a character matrix

     [,1]     [,2]             
[1,] "111110" "Soybean Farming"
[2,] "0116"   "Soybeans"

推荐文章

lonix · 使用sed从JSON中提取非贪婪正则表达式

1 年前

me-me · regex检查电子邮件字符串是否有@后跟一个点以及点符号后至少2个字符[重复]

2 年前

Dave Guerrero · 是否有一个正则表达式模式来捕获字符串中直到第一个字母字符的数字?

2 年前

Dima Malko · 如何在指定符号前添加符号?

2 年前

shekharsabale · 从列表元素捕获子字符串

2 年前

maycca · 正则表达式:过滤年份数值大于某个值的文件?字符串中编码的年份

2 年前

Katia · 根据特定规则进行多行匹配

2 年前

Andrei Cleland · 在长正则表达式中包含unicode字符

2 年前

MHA · Pandas str.extract()以字母结尾的数字

2 年前

Slava Vir · 如何查找后面“/”之间的最后一组

2 年前