按空格拆分字符串，但引号内的空格除外

Question

我一直在尝试使用R语言将带有双引号的空格分隔字符串进行拆分，但是一直没有成功。 这是一个字符串示例：

rainfall snowfall "Channel storage" "Rivulet storage"

这对我们很重要，因为这些是必须与随后的数据匹配的列标题。 这个网站上有其他关于如何解决这个问题的建议，但它们似乎在R中不起作用。 以下是一个例子：

使用正则表达式通过空格拆分不被单引号或双引号包围的字符串

这里是一些我一直在尝试的代码:

str <- 'rainfall snowfall "Channel storage" "Rivulet storage"'
regex <- "[^\\s\"']+|\"([^\"]*)\""
split <- strsplit(str, regex, perl=T)

what I would like is

[1] "rainfall" "snowfall" "Channel storage" "Rivulet storage"

但是我得到的是：

[1] ""  " " " " " "

矢量的长度正确（这是令人鼓舞的），但是字符串为空或只包含一个空格。有什么建议吗？

提前致谢！

- downtowater

Answer 1

scan 会为您完成这个操作。

scan(text=str, what='character', quiet=TRUE)
[1] "rainfall"        "snowfall"        "Channel storage" "Rivulet storage"

- Matthew Plourde

Answer 2

正如mplourde所说，请使用scan。这是最干净的解决方案（除非你想保留"...）

如果你想使用正则表达式来实现这个（或者其他一些不容易通过scan解决的问题），那么你仍然是错误的。你的正则表达式返回了你想要的结果，所以如果你在strsplit中使用它，它会切掉你想要保留的所有内容。

在这种情况下，你应该看一下gregexp函数，它返回你匹配的起始位置并将匹配长度作为属性添加。这个结果可以传递给regmatches()函数，像这样：

str <- 'rainfall snowfall "Channel storage" "Rivulet storage"'
regex <- "[^\\s\"]+|\"([^\"]+)\""

regmatches(str,gregexpr(regex,str,perl=TRUE))

但如果您只需要mplourde返回的字符向量作为解决方案，那么就选择它吧。而且很可能那正是您想要的。

- Joris Meys

---

你可以使用 regmatches 替代 mapply：regmatches(str, gregexpr(regex,str,perl=TRUE))[[1]]。 - Matthew Plourde

谢谢Joris（和mplourde）--你们说得对，scan是我需要的，但是看到如何在这种情况下应用regmatches()对我非常有用。 - downtowater

Answer 3

您可以使用 gsubfn 包中的 strapply。在 strapply 中，您可以定义匹配字符串而不是拆分字符串。

str <- "rainfall snowfall 'Channel storage' 'Rivulet storage'"
strapply(str,"\\w+|'\\w+ \\w+'",c)[[1]]

[1] "rainfall"          "snowfall"          "'Channel storage'" "'Rivulet storage'"

- Wojciech Sobala