r - 用 R 计算字符串中的空格序列

Question

我想检索字符串中连续空格的序列。喜欢:

mystring="lalalal  lalalal lalala   lalalala "
retrieve_sequence_of_consecutive_blanks(mystring)
[1] 2 1 3 1

实际上，我有一个解决方案，用这个

sequence_of_blanks=function(vectors_of_strings){
  tokens=strsplit(x = mystring,split = "",fixed = TRUE)
  sequence=lapply(X = tokens,FUN = rle)
  resultats=lapply(sequence, function(item){
    resultats=item$lengths[which(item$values==" ")]
  })
}

我的问题是关于性能，您认为是否有更好的方法来做到这一点？ 正则表达式解决方案怎么样？ Python 解决方案怎么样？

Answer 1

您可以匹配所有空间 block 并获取它们的长度，例如

library(stringr)
nchar(unlist(str_extract_all(mystring, " +")))

或者基本 R 等价物:

nchar(unlist(regmatches(mystring, gregexpr(" +", mystring))))

两者产量

[1] 2 1 3 1

在Python中，你可以使用

[x.count(" ") for x in re.findall(" +", mystring)]

请参阅Python demo

如果您打算计算任何空格，请将文字空格替换为 \s。根据您的进一步要求进行调整。