具有多个条件的 R strsplit()

Question

这个问题在这里已经有了答案:





R strsplit with multiple unordered split arguments?

(4 个回答)


5年前关闭。




我试图根据不同的标准拆分句子。我希望在"is"之后拆分一些句子，在“从不”之后拆分一些句子。我能够根据这两个条件之一拆分句子，但不能同时拆分这两个条件。

str <- matrix(c("This is line one", "This is not line one", 
                "This can never be line one"), nrow = 3, ncol = 1)

>str
     [,1]                        
[1,] "This is line one"          
[2,] "This is not line one"      
[3,] "This can never be line one"

str2 <- apply(str, 1, function (x) strsplit(x, " is", fixed = TRUE))

> str2
[[1]]
[[1]][[1]]
[1] "This"      " line one"


[[2]]
[[2]][[1]]
[1] "This"          " not line one"


[[3]]
[[3]][[1]]
[1] "This can never be line one"

我想在“从不”之后拆分最后一句话。我不知道该怎么做。

Answer 1

我们可以使用正则表达式环视在“is”或“never”之后的空格处拆分行。在这里，(?<=\\bis)\\s+匹配 \\s+ 后面的一个或多个空格 ( is )或 |匹配“从不”单词后面的空格( \\s+ )。

strsplit(str[,1], "(?<=\\bis)\\s+|(?<=\\bnever)\\s+", perl = TRUE)
#[[1]]
#[1] "This is"  "line one"

#[[2]]
#[1] "This is"      "not line one"

#[[3]]
#[1] "This can never" "be line one"   

如果我们想删除"is"和“从不”也

strsplit(str[,1], "(?:\\s+(is|never)\\s+)")
#[[1]]
#[1] "This"     "line one"

#[[2]]
#[1] "This"         "not line one"

#[[3]]
#[1] "This can"    "be line one"