r - 根据大写字母 (R) 拆分字符串

Question

我正在使用 Vagalume 的 API 提取歌词。

library(vagalumeR)
library(tibble)
library(stringr)
set.seed(1234)

key = "7a67715b6d0dd6edf7556cc0d176e4ac"

musicas = as.tibble(topLyrics(name = "seu-jorge",
                          message = TRUE))

musica = sample(musicas$id.top, 1)

letra = lyrics(identifier = musica,
   type = "id",
   artist = "seu-jorge",
   key = key)

但是，letra 只是一大块文本，我想将它分成较小的文本 block

str_split(string = as.character(letra),
     "[[:upper:]]")

这就是我得到的:

[1] "Pretinha"                                 "aço tudo pelo nosso amor"                
[3] "aço tudo pelo bem de nosso bem (meu bem)" " saudade é minha dor"                    
[5] "ue anda arrasando com meu coração"        "ão"                                      
[7] "uvide que um dia"                         "u te darei o céu"                        
[9] "eu amor junto com um anel"                "ra gente se casar"                       

我很确定你们中的大多数人都不懂葡萄牙语，但请相信我，它会跳过我用作分隔符的大写字母。如何将大写字母包含到较小的 block 中？

Answer 1

您想使用 positive lookahead :

str_split(string = as.character(letra), "(?=[[:upper:]])")

它在 "" 处拆分，如果它后面有一个大写字母。