string - R中的特定字符串拆分

Question

我想在 R 中拆分一个文本字符串，但我想考虑一些方面。例如，如果字符串有一个点 . 或一个 !，我希望我的函数将它们作为我的拆分列表的元素。下面是我想要获得的示例。

  mytext="Caracas. Montevideo! Chicago."  
  split= "Caracas", "." ,"Montevideo", "!", "Chicago", "."    

我目前的方法是用内置的 R 函数 gsub 替换之前的“.”通过“.”，然后我也使用 strsplit 函数。

  mytext=gsub("\\."," .",mytext)
  mytext=gsub("\\!"," !",mytext)
  unlist(strsplit(mytext,split=' '))

所以，我的问题是:是否有另一种方法可以通过配置 strsplit 函数的参数来实现此目的，或者您认为可以更有效的另一种方法。

如有任何帮助或建议，我们将不胜感激。

Answer 1

Look-ahead 是您在这里寻找的:

strsplit(mytext, split = "(?=(\\.|!))", perl = TRUE)
#[[1]]
#[1] "Caracas"     "."           " Montevideo" "!"           " Chicago"    "."