r - (在 R 中)如何在保留缩写的情况下将 "WeLiveInCA"之类的字符串中的单词按标题大小写拆分为 "We Live In CA"？

Question

(在 R 中)如何在不拆分缩写的情况下按标题大小写将字符串中的单词拆分为“We Live In CA”？

我知道如何在每个大写字母处拆分字符串，但这样做会拆分首字母缩写/缩写，例如 CA 或 USSR 甚至 U.S.A.，我需要保留它们。

所以我在想某种逻辑类型，例如如果字符串中的单词不是首字母缩写词，则用空格分隔单词，其中小写字符后跟大写字符。

我下面的代码片段用大写字母拆分带空格的单词，但它打破了像 CA 这样的首字母缩写词，不合需要地变成了 C A。

s <- "WeLiveInCA"
trimws(gsub('([[:upper:]])', ' \\1', s))
# "We Live In C A"

或者另一个例子...

s <- c("IDon'tEatKittensFYI", "YouKnowYourABCs")
trimws(gsub('([[:upper:]])', ' \\1', s))
# "I Don't Eat Kittens F Y I" "You Know Your A B Cs"

我想要的结果是:

"We Live In CA"
#
"I Don't Eat Kittens FYI" "You Know Your ABCs"

但这需要广泛适用(不仅仅是我的例子)

Answer 1

尝试使用基础 R gregexpr/regmatches。

s <- c("WeLiveInCA", "IDon'tEatKittensFYI", "YouKnowYourABCs")
regmatches(s, gregexpr('[[:upper:]]+[^[:upper:]]*', s))
#[[1]]
#[1] "We"   "Live" "In"   "CA"  
#
#[[2]]
#[1] "IDon't"  "Eat"     "Kittens" "FYI"    
#
#[[3]]
#[1] "You"  "Know" "Your" "ABCs"

解释。

1. [[:upper:]]+ 匹配一个或多个大写字母；
2. [^[:upper:]]* 匹配除大写字母外的零次或多次出现。
3. 按顺序，这两个正则表达式匹配以大写字母开头后跟其他内容的单词。