str_split和strsplit之间的行为不一致

Question

str_split的文档中说明，对于模式参数：

如果为空字符串，则拆分为单个字符。

这表明在这方面它与strsplit的行为相同。然而，

library(stringr)
str_split("abcab","")
[[1]]
[1] ""  "a" "b" "c" "a" "b"

前导空字符串。与此相比，

strsplit("abcab","")
[[1]]
[1] "a" "b" "c" "a" "b"

分割非空字符串时，前导空字符串似乎是正常行为。

strsplit("abcab","ab")
[[1]]
[1] ""  "c"

但即使如此，str_split 也会生成一个“额外”的尾随空字符串：

str_split("abcab","ab")
[[1]]
[1] ""  "c" "" 

这个差异是一个bug、特性、文档错误还是仅仅是对“预期行为”的不同理解？

- joran

---

最好向开发人员提交错误报告，而不是在stackoverflow上提问。 - hadley

抱歉 @hadley，我基本上从不认为自己发现了错误。我非常缺乏自信。 - joran

这可能不是一个错误，而是对于“按照给定分隔符拆分字符串”的不同解释。（对于“期望行为”的不同理解。）如果你用分隔符ab来拆分字符串abcab，那么我期望的结果是​和c和​。然而，并非所有程序员都以相同的方式进行解释。 - MC Emperor

11年后回顾，现在的行为看起来很相似——错误已经解决。 - Sundancer

Answer 1

如果您使用逗号作为分隔符，那么“预期”的结果（可能会有所不同）更加明显：

# expect "" "2" "3" "4" ""

strsplit(",2,3,4,", ",")
# [[1]]
# [1] ""  "2" "3" "4"

str_split(",2,3,4,", ",")
# [[1]]
# [1] ""  "2" "3" "4" "" 

如果我有n个逗号，那么我期望返回(n+1)个元素。所以我更喜欢使用str_split的结果。然而，我不会将这称为strsplit中的错误，因为它按照广告运行。

（来自? strplit）请注意，这意味着如果在非空字符串的开头有匹配项，则输出的第一个元素是““”，但是如果在字符串的末尾有匹配项，则输出与删除匹配项相同。

""比较棘手，因为没有办法计算字符串中出现""的次数。因此，将其视为特殊情况似乎是合理的。

（来自? str_split）如果“”分成单个字符。

基于此，我建议您已发现错误并应采用Hadley的建议进行报告！

- pete

---

我已经报告了它，因为Hadley是这个函数的作者。 ;) - joran