R/stringr : split string, 但在输出中保留分隔符

Question

我试图寻找解决方案，但似乎 R 没有明确的解决方案。
我尝试用空格和大写字母的模式分割字符串，我使用 纵梁包。

x <- "Foobar foobar, Foobar foobar"
str_split(x, " [:upper:]")

通常我会得到:

[[1]]
[1] "Foobar foobar," "oobar foobar"  

但是，我想得到的输出应该包括来自分隔符的字母:

[[1]]
[1] "Foobar foobar," "Foobar foobar"

在 stringr 中可能没有像反向引用这样的开箱即用的解决方案，所以我很乐意得到任何帮助。

Answer 1

你可以用 1+ 个空格分割，后跟一个大写字母:

> str_split(x, "\\s+(?=[[:upper:]])")
[[1]]
[1] "Foobar foobar," "Foobar foobar" 

这里，

\\s+ - 1 个或多个空格

(?=[[:upper:]]) - 一个 positive lookahead (非消耗模式)仅检查字符串中当前位置右侧的大写字母，而不将其添加到匹配值中，从而将其保留在输出中。

请注意 \s匹配各种空白字符，而不仅仅是普通的常规空格。另外， it is safer使用 [[:upper:]]而不是 [:upper:] - 如果您打算将这些模式与其他正则表达式引擎(例如 PCRE)一起使用。