r - 如何根据给定字符的一次或多次出现来拆分字符串？

Question

给定字符串:

string <- "AATTGGCGCTAG---AT-TTACG----"

如何根据一个或多个“-”的出现将其拆分为字符串。例如:

string1 <- "AATTGGCGCTAG"
string2 <- "---"
string3 <- "AT"
string4 <- "-"
string5 <- "TTACG"
string6 <- "----"

我试过:

strsplit(string, "[-]+")

但是，这不会返回“-”的字符串

Answer 1

您可以将它们与

[^-]+|-+

参见 regex demo .符合

• [^-]+ - -
以外的 1+ 个字符
• | - 或者
• -+ - 1 个或多个 - 字符。

在 R 中:

x <- "AATTGGCGCTAG---AT-TTACG----"
regmatches(x, gregexpr("[^-]+|-+", x))

或者

library(stringr)
x <- "AATTGGCGCTAG---AT-TTACG----"
str_extract_all(x, "[^-]+|-+")

输出

## => [[1]]
##    [1] "AATTGGCGCTAG" "---"   "AT"  "-"   "TTACG"   "----"