Разделить строку на подстроки на одном или нескольких пробелах

Question

Я хочу разбить строку на несколько подстрок в тех положениях, где происходит одно или несколько пробелов (табуляция, пробел, ...). In the documentation of strsplit() говорится, что раскол интерпретируется как регулярное выражение.

Таким образом, я попытался следующие, которые не работали:

test = "123 nnn  dddddd" 
strsplit(test, "[:space:]+") 

это только возвращаемый:

[[1]] 
[1] "123 nnn  dddddd" 

но должен вернуться:

[[1]] 
[1] "123" "nnn" "dddddd" 

Что неправильно в моем коде?

Answer 1

Попробуйте

strsplit(test, '\\s+') 
[[1]] 
[1] "123" "nnn" "dddddd" 

\\s будет соответствовать все пробельные символы.

Answer 2

[:space:] должен быть помещен внутри класса символов [], чтобы он работал, то есть [[:space:]]. [:space:] сам по себе будет интерпретироваться как класс символов, состоящий из :, s, p, a, c, e.

strsplit(test, "[[:space:]]+") 

Обратите внимание, что по умолчанию strsplit будет использовать POSIX ERE, что приводит к локаль-зависимого интерпретации [:space:].

В PCRE (Perl-совместимые регулярные выражения), [:space:] является локаль-независимым и эквивалентна \p{Xps}. Таким образом, вы можете включить флаг perl, если хотите согласованное поведение в разных локалях.

Если вы хотите, чтобы свернуть все пробела (ASCII 32) и хотят, чтобы оставить горизонтальные вкладки \t и символы новой строки в одиночку \n, или вы можете предположить, что текст содержит только пространство (ASCII 32) в качестве расстояния символа:

strsplit(test, " +")