基于大写字母拆分字符串

Question

如何根据字符串中包含的每个大写字母拆分字符串。在互联网上找不到任何帮助。

a<-"MiXeD"
b<-"ServiceEventId"

I would like to get

a<-c("Mi", "Xe", "D")
b<-c("Service", "Event", "Id")

- JeanVuda

---

请参考以下选项（特别是第二个答案的评论）：https://dev59.com/FGsz5IYBdhLWcg3wTl-r - 奇怪的是，这是在搜索“R Split a string based on upper case letters”时谷歌的第一个结果，而这实际上是你的问题标题。嗯？ - thelatemail

请参见：https://dev59.com/J33aa4cB1Zd3GeqPiNDz - G. Grothendieck

@thelatemail 可能值得强调的是（即使我知道你知道），那里的两个答案都没有做到这里OP所要求的。（正如您所示，我的评论——在Ben Bolker的答案下面的第三个——才是。） - Josh O'Brien

@thelatemail，您引用的是与我参考的不同的SO帖子。 - G. Grothendieck

Answer 1

这里有一种选项，使用一个向后断言和一个向前断言来查找（然后在其处分割）紧随大写字母的字符间空格。要了解为什么需要同时使用向前和向后断言（而不仅仅是向前断言），请参阅此问题及其答案。

f <- function(x) {
    strsplit(x, "(?<=.)(?=[[:upper:]])", perl=TRUE)
}

f(a)
# [[1]]
# [1] "Mi" "Xe" "D" 

f(b)
# [[1]]
# [1] "Service" "Event"   "Id"  

- Josh O'Brien

---

仅供娱乐，这是一个 regmatches 改编版 - regmatches(d,gregexpr("([[:upper:]]|^)([^[:upper:]]+|$)",d))。 - thelatemail

Answer 2

使用stringr包中的str_extract_all函数：

library(stringr)
str_extract_all(x, "[A-Z][a-z]*")

或者

str_extract_all(x, "[A-Z][a-z]*|[a-z]+")

- Avinash Raj

---

我认为如果字符串以小写字母或其他字符开头，它就会出错 - 例如："thisIsMixed"。 - thelatemail

str_extract_all(x, "[A-Z][a-z]*|[a-z]+") - Avinash Raj