r - 如何在方括号外用破折号分隔字符串

Question

我想拆分如下字符串:

x <- "abc-1230-xyz-[def-ghu-jkl---]-[adsasa7asda12]-s-[klas-bst-asdas foo]"

by dash ( - )，条件是这些破折号不能包含在一对 [] 中。预期的结果是

c("abc", "1230", "xyz", "[def-ghu-jkl---]", "[adsasa7asda12]", "s",
     "[klas-bst-asdas foo]")

笔记:

方括号之间没有嵌套。

方括号可以包含除方括号之外的任何字符/数字/符号。

字符串的其他部分也是可变的，所以我们只能假设当它不在 - 内时我们被 [] 分割。

python ( How to split a string by commas positioned outside of parenthesis? ) 有一个类似的问题，但我还没有能够根据我的情况准确地调整它。

Answer 1

您可以使用前瞻来验证没有 ] 比 [ 更早:

-(?![^[]*\])

所以在 R 中:

strsplit(x, "-(?![^[]*\\])", perl=TRUE)

解释:

- : 匹配连字符

(?! ) : 否定前瞻:如果在先前匹配的连字符之后找到该部分，则连字符的匹配无效。

[^[] : 匹配任何不是 [

的字符

* : 匹配任意数量的前一个

\] :匹配文字 ] 。如果匹配，则意味着我们在找到 ] 之前找到了 [ 。由于所有这些都发生在负面展望中，这里的匹配意味着连字符不是匹配。请注意， ] 是正则表达式中的特殊字符，因此必须使用反斜杠对其进行转义(尽管它无需转义即可工作，因为引擎知道在它之前没有匹配的 [ —— 但我更愿意明确说明它是一个字面)。由于反斜杠在字符串文字中具有特殊含义(它们也表示转义)，该反斜杠本身必须在此字符串中再次转义，因此它显示为 \\] 。