r - R / stringr：拆分字符串，但在输出中保留分隔符

Question

我试图寻找解决方案，但似乎 R 没有明确的解决方案。
我尝试按空格和大写字母的模式分割字符串，并为此使用stringr包。

x <- "Foobar foobar, Foobar foobar"
str_split(x, " [:upper:]")

通常我会得到：

[[1]]
[1] "Foobar foobar," "oobar foobar"  

但是，我想得到的输出应该包括来自分隔符的字母：

[[1]]
[1] "Foobar foobar," "Foobar foobar"

stringr 中可能没有像反向引用这样的开箱即用解决方案，所以我很乐意得到任何帮助。

标签： rregexstringr

Answer 1

您可以使用 1+ 个空格进行拆分，后跟一个大写字母：

> str_split(x, "\\s+(?=[[:upper:]])")
[[1]]
[1] "Foobar foobar," "Foobar foobar" 

这里，

• \\s+- 1 个或多个空格
• (?=[[:upper:]])-正向前瞻（非消耗模式），仅检查字符串中当前位置右侧的大写字母，而不将其添加到匹配值中，因此将其保留在输出中。

请注意，它\s匹配各种空白字符，而不仅仅是普通的常规空格。此外，如果您计划将模式与其他正则表达式引擎（例如 PCRE）一起使用，那么使用它比使用更安全。[[:upper:]][:upper:]