r - 如何计算日期信息之后的空格数？

Question

我有如下所示的非结构化数据:

data <- c("24-March-2017      product 1              color 1",
"March-2017-24              product 2                 color 2",
"2017-24-March  product 3              color 3")

我想计算每行日期和第一个字符(产品列)之间的空格数。如示例数据所示，日期格式可能会有所不同。此信息将用于将数据转换为结构化格式。

在 R 中执行此操作的最佳方法是什么？我相信 gsub可以在这种情况下使用，只是不确定如何申请仅计算每行开头的空格数。

Answer 1

一种方法是使用 regexpr这将返回有关给定正则表达式的第一个匹配项的信息。在您的情况下，您正在寻找重复空格的第一个实例。因此，以下内容将告诉您 (1) 在您的字符串中您将找到第一个空格的位置，以及 (2) 在属性中您有多少个空格:

regexpr("\\s+", data)
# [1] 14 14 14
# attr(,"match.length")
# [1]  6 14  2
# attr(,"useBytes")
# [1] TRUE

然后您可以使用 attr提取 match.length属性:

attr(regexpr("\\s+", data), "match.length")

编辑

正如@xehpuk 所指出的，使用 \\s+将匹配至少一个空格。如果您的日期列包含可能有问题的空格。相反，您需要使用 \\s{2,} .